中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
自然語言處理的形式模型 版權信息
- ISBN：9787312022531
- 條形碼：9787312022531 ; 978-7-312-02253-1
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自然語言處理的形式模型 本書特色
《自然語言處理的形式模型》：當代科學技術基礎理論與前沿問題研究叢書:中國科學技術大學校友文庫
自然語言處理的形式模型 內容簡介
本書對自然語言處理中的各種形式模型進行了系統的梳理，分別討論了基于短語結構語法的形式模型、基于合一運算的形式模型、基于依存和配價的形式模型、基于格語法的形式模型、基于詞匯主義的形式模型、語義自動處理的形式模型、語用自動處理的形式模型、隱馬爾可夫模型、統計機器翻譯的形式模型！蹲匀徽Z言處理的形式模型》說理透徹、語言流暢、實例豐富、深入淺出，適合于從事自然語言處理教學和研究的科研人員、大學師生閱讀，也可以作為人工智能、計算語言學等課程的教學參考。
自然語言處理的形式模型 目錄
總序
前言
第1章 自然語言處理的學科定位
1.1 從自然語言處理的過程來考察其學科定位
1.2 從自然語言處理的范圍來考察其學科定位
1.3 從自然語言處理的歷史來考察其學科定位
1.4 當前自然語言處理發展的幾個特點
第2章 語言計算研究的先驅
2.1 markov鏈
2.2 zipf定律
2.3 shannon關于“熵”的研究
2.4 bar-hillel的范疇語法
2.5 harris的語言串分析法
2.6 o.c.kysmrhha的語言集合論模型
第3章 基于短語結構語法的形式模型
3.1 語法的chomsky層級
3.2 有限狀態語法和它的局限性
3.3 短語結構語法
3.4 遞歸轉移網絡和擴充轉移網絡
3.5 自底向上分析和自頂向下分析
3.6 通用句法生成器和線圖分析法
3.7 earley算法
3.8 左角分析法
3.9 cyk算法
3.10 tomita算法
3.11 管轄-約束理論與*簡方案
3.12 joshi的樹鄰接語法
3.13 漢字結構的形式描述
第4章 基于合一運算的形式模型
4.1 中文信息mmt模型
4.2 kaplan的詞匯功能語法
4.3 martinkay的功能合一語法
4.4 gazdar的廣義短語結構語法
4.5 shieber的patr
4.6 pollard的中心語驅動的短語結構語法
4.7 pereira和warren定子句語法
第5章 基于依存和配價的形式模型
5.1 配價觀念的起源
5.2 tesni6re的依存語法
5.3 依存語法在自然語言處理中的應用
5.4 配價語法
5.5 配價語法在自然語言處理中的應用
第6章 基于格語法的形式模型
6.1 fillmore的格語法
6.2 fillmore的框架網絡
第7章 基于詞匯主義的形式模型
7.1 gross的詞匯語法
7.2 鏈語法
7.3 詞匯語義學
7.4 知識本體
7.5 詞網wordnet
7.6 知網hownet
第8章 語義自動處理的形式模型
8.1 義素分析法
8.2 語義場
8.3 語義網絡
8.4 montague的蒙塔鳩語法
8.5 wilks的優選語義學
8.6 schank的概念依存理論
8.7 mel’chuk的意義㈢文本理論
8.8 詞義排歧方法
第9章 系統功能語法
9.1 系統功能語法的基本概念
9.2 系統功能語法在自然語言處理中的應用
第10章 語用自動處理的形式模型
10.1 mann和thompson的修辭結構理論
10.2 文本連貫中的常識推理技術
第11章 概率語法
11.1 概率上下文無關語法與句子的歧義
11.2 概率上下文無關語法的基本原理
11.3 概率上下文無關語法的三個假設
11.4 概率詞匯化上下文無關語法
第12章 bayes公式與動態規劃算法
12.1 拼寫錯誤的檢查與更正
12.2 bayes公式與噪聲信道模型
12.3 *小編輯距離算法
12.4 發音問題研究中的bayes方法
12.5 發音變異的決策樹模型
12.6 加權自動機
12.7 向前算法
12.8 viterbi算法
本章附錄
第13章 n元語法和數據平滑
13.1 n元語法
13.2 數據平滑
第14章 隱馬爾可夫模型（hmm）
14.1 hmm模型概述
14.2 hmm模型在語音識別中的應用
第15章 統計機器翻譯中的形式模型
15.1 機器翻譯與噪聲信道模型
15.2 *大熵模型
15.3 基于平行概率語法的形式模型
15.4 基于短語的統計機器翻譯
15.5 基于句法的統計機器翻譯
第16章 自然語言處理系統的評測
16.1 評測的一般原則和方法
16.2 語音合成和文語轉換系統的評測
16.3 機器翻譯系統的評測
16.4 語料庫系統的評測
16.5 國外自然語言處理系統的評測
第17章 自然語言處理中的理性主義與經驗主義
17.1 哲學中的理性主義和經驗主義
17.2 自然語言處理中理性主義和經驗主義的消長
17.3 理性主義和經驗主義的利弊得失
17.4 探索理性主義方法和經驗主義方法結合的途徑
前言
第1章 自然語言處理的學科定位
1.1 從自然語言處理的過程來考察其學科定位
1.2 從自然語言處理的范圍來考察其學科定位
1.3 從自然語言處理的歷史來考察其學科定位
1.4 當前自然語言處理發展的幾個特點
第2章 語言計算研究的先驅
2.1 markov鏈
2.2 zipf定律
2.3 shannon關于“熵”的研究
2.4 bar-hillel的范疇語法
2.5 harris的語言串分析法
2.6 o.c.kysmrhha的語言集合論模型
第3章 基于短語結構語法的形式模型
3.1 語法的chomsky層級
3.2 有限狀態語法和它的局限性
3.3 短語結構語法
3.4 遞歸轉移網絡和擴充轉移網絡
3.5 自底向上分析和自頂向下分析
3.6 通用句法生成器和線圖分析法
3.7 earley算法
3.8 左角分析法
3.9 cyk算法
3.10 tomita算法
3.11 管轄-約束理論與*簡方案
3.12 joshi的樹鄰接語法
3.13 漢字結構的形式描述
第4章 基于合一運算的形式模型
4.1 中文信息mmt模型
4.2 kaplan的詞匯功能語法
4.3 martinkay的功能合一語法
4.4 gazdar的廣義短語結構語法
4.5 shieber的patr
4.6 pollard的中心語驅動的短語結構語法
4.7 pereira和warren定子句語法
第5章 基于依存和配價的形式模型
5.1 配價觀念的起源
5.2 tesni6re的依存語法
5.3 依存語法在自然語言處理中的應用
5.4 配價語法
5.5 配價語法在自然語言處理中的應用
第6章 基于格語法的形式模型
6.1 fillmore的格語法
6.2 fillmore的框架網絡
第7章 基于詞匯主義的形式模型
7.1 gross的詞匯語法
7.2 鏈語法
7.3 詞匯語義學
7.4 知識本體
7.5 詞網wordnet
7.6 知網hownet
第8章 語義自動處理的形式模型
8.1 義素分析法
8.2 語義場
8.3 語義網絡
8.4 montague的蒙塔鳩語法
8.5 wilks的優選語義學
8.6 schank的概念依存理論
8.7 mel’chuk的意義㈢文本理論
8.8 詞義排歧方法
第9章 系統功能語法
9.1 系統功能語法的基本概念
9.2 系統功能語法在自然語言處理中的應用
第10章 語用自動處理的形式模型
10.1 mann和thompson的修辭結構理論
10.2 文本連貫中的常識推理技術
第11章 概率語法
11.1 概率上下文無關語法與句子的歧義
11.2 概率上下文無關語法的基本原理
11.3 概率上下文無關語法的三個假設
11.4 概率詞匯化上下文無關語法
第12章 bayes公式與動態規劃算法
12.1 拼寫錯誤的檢查與更正
12.2 bayes公式與噪聲信道模型
12.3 *小編輯距離算法
12.4 發音問題研究中的bayes方法
12.5 發音變異的決策樹模型
12.6 加權自動機
12.7 向前算法
12.8 viterbi算法
本章附錄
第13章 n元語法和數據平滑
13.1 n元語法
13.2 數據平滑
第14章 隱馬爾可夫模型（hmm）
14.1 hmm模型概述
14.2 hmm模型在語音識別中的應用
第15章 統計機器翻譯中的形式模型
15.1 機器翻譯與噪聲信道模型
15.2 *大熵模型
15.3 基于平行概率語法的形式模型
15.4 基于短語的統計機器翻譯
15.5 基于句法的統計機器翻譯
第16章 自然語言處理系統的評測
16.1 評測的一般原則和方法
16.2 語音合成和文語轉換系統的評測
16.3 機器翻譯系統的評測
16.4 語料庫系統的評測
16.5 國外自然語言處理系統的評測
第17章 自然語言處理中的理性主義與經驗主義
17.1 哲學中的理性主義和經驗主義
17.2 自然語言處理中理性主義和經驗主義的消長
17.3 理性主義和經驗主義的利弊得失
17.4 探索理性主義方法和經驗主義方法結合的途徑
展開全部
自然語言處理的形式模型 節選
《自然語言處理的形式模型》對自然語言處理中的各種形式模型進行了系統的梳理，分別討論了基于短語結構語法的形式模型、基于合一運算的形式模型、基于依存和配價的形式模型、基于格語法的形式模型、基于詞匯主義的形式模型、語義自動處理的形式模型、語用自動處理的形式模型、隱馬爾可夫模型、統計機器翻譯的形式模型！蹲匀徽Z言處理的形式模型》說理透徹、語言流暢、實例豐富、深入淺出，適合于從事自然語言處理教學和研究的科研人員、大學師生閱讀，也可以作為人工智能、計算語言學等課程的教學參考。
自然語言處理的形式模型 相關資料
插圖：HAL也應該能夠做信息檢索（information retrieval，發現它所需要的文本資源在哪里）和信息抽。╥nformation extraction，從文本資源中抽取它所需要的信息），并且進行知識推理（reference，根據已知的事實推出結論）。盡管這些問題現在還遠遠沒有完全解決，HAL需要的一些與語言相關的技術現在已經研制出來了，有一部分技術已經商品化。解決這樣的問題以及其他類似的問題，是自然語言處理、計算語言學、語音識別與語音合成的主要研究內容。我們把它們統稱為語音與語言的計算機處理（speech and language processing），或者簡單地稱為自然語言處理（natural language processing），因此，自然語言處理也同時包括了語音處理的內容。像HAL這樣有復雜的語言能力的智能機器人將要求非常廣泛和深刻的語言知識。我們只要讀一讀前面在。HAL和Dave之間進行的對話，我們就可以了解到這樣的更加復雜的應用所需要的語言知識的范圍和種類。為了確定Dave講什么，HAL必須能夠分析它所接收的聲音信號，并且把Dave的這些信號復原成詞的系列。與此相似，為了生成回答，HAL必須把它的回答組織成詞的系列，并且生成Dave能夠識別的聲音信號。要完成這兩方面的任務，需要語音學（phonetics）和音系學（phonology）的知識，這樣的知識可以幫助我們建立詞如何在話語中發音的模型。值得注意的是，HAL還能夠說出如像I'm和can't這樣的縮約形式，HAL必須把它們分別還原為I am和can not，才能在它的詞庫中找到這些單詞的對應物，從而明白這些縮約形式究竟代表什么樣的語言成分。HAL還要能夠產生并且識別單詞的這樣或那樣的變體（例如，識別doors是復數）。這些都要求HAL具有形態學方面的知識，這些知識能夠反映關于上下文中詞的形態和行為的有關信息。除了處理一個一個的單詞之外，HAL還應該知道怎樣分析Dave所提出的請求的結構。這樣的分析能夠使HAL確定，Dave說的話是關于要HAL采取某種行動的一個請求，這樣的請求不同于下面關于陳述客觀世界的簡單命題，也不同于下面關于door的問話，它們是Dave請求的不同變體：HAL，the pod bay door is open.（HAL，分離艙的門是開著的。）HAL，is the pod bay door open？（HAL，分離艙的門是開著的嗎？）此外，HAL還必須使用類似的結構知識把一個個的單詞組織成為符號串，構成它的回答。例如，HAL必須知道，下面的單詞序
書友推薦
- >
羅庸西南聯大授課錄
- >
姑媽的寶刀
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家帶你讀魯迅:朝花夕拾
- >
月亮虎
- >
月亮與六便士
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
我與地壇
本類暢銷
