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
智能信息處理-漢語語料庫加工技術及應用 版權信息
- ISBN：9787030291356
- 條形碼：9787030291356 ; 978-7-03-029135-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能信息處理-漢語語料庫加工技術及應用 本書特色
《智能信息處理:漢語語料庫加工技術及應用》：智能科學技術著作叢書
智能信息處理-漢語語料庫加工技術及應用 內容簡介
本書以作者主持的國家項目、省部級項目及合作項目等為依托，以課題組近年來的研究成果為基礎，重點介紹語料庫深加工中的若干技術和方法，涉及分詞、詞性標注、句法分析、語義標注以及相關加工中的自動校對和一致性檢驗技術。同時，對語料庫加工質量的評價技術和語料庫的相關應用做了詳細介紹。各章節的順序展示了語料庫加工中由淺人深的發展過程。本書可作為計算機、語言學等專業高年級本科生、研究生教材，也可作為自然語言處理和計算語言學研究人員的參考書。
智能信息處理-漢語語料庫加工技術及應用 目錄
《智能科學技術著作叢書》序前言第1章 緒論1.1 語料庫的定義和作用1.1.1 什么是語料庫1.1.2 語料庫的作用1.2 語料庫的建立1.2.1 什么是語料庫標注1.2.2 語料庫標注的原則1.2.3 建立語料庫需要考慮的幾個問題1.2.4 語料庫標注和建立的方法1.2.5 語料庫的質量檢驗1.3 本書的編排參考文獻第2章 自動分詞2.1 自動分詞概述2.1.1 自動分詞的意義2.1.2 自動分詞的主要難點2.1.3 自動分詞方法簡介2.1.4 自動分詞評測2.2 分詞規范2.2.1 制定分詞規范的目的和意義2.2.2 幾種典型的分詞規范介紹2.3 歧義字段的切分技術2.3.1 歧義字段現象分析2.3.2 基于統計的歧義字段排歧2.4 未登錄詞識別2.4.1 專有名詞識別2.4.2 新詞語識別2.5 縮略語識別2.5.1 縮略語特征分析2.5.2 縮略語資源庫的建立2.5.3 縮略語識別模型2.5.4 縮略語的還原2.6 分詞一致性檢驗2.6.1 分詞不一致性現象分析2.6.2 基于規則的分詞一致性檢驗方法2.6.3 基于統計的分詞一致性檢驗方法2.6.4 分詞一致性檢驗系統參考文獻第3章 詞性標注3.1 詞性標注概述3.1.1 詞性標注的意義3.1.2 詞性標注的難點3.1.3 詞性標注方法簡介3.1.4 常用語料庫3.2 詞性標注規范3.2.1 制定詞性標注規范的目的和意義3.2.2 幾種典型的詞性標注規范介紹3.3 兼類詞的標注3.3.1 什么是兼類詞3.3.2 典型的兼類詞標注方法3.4 詞性標注一致性檢驗3.4.1 問題描述和分析3.4.2 一致性檢驗模型的建立3.4.3 實驗結果和分析3.4.4 方法評價3.5 詞性標注自動校對3.5.1 基于分類的詞性標注自動校對3.5.2 基于決策表的詞性標注自動校對參考文獻第4章 句法分析4.1 完全句法分析4.1.1 完全句法分析概述4.1.2 形式語法體系4.1.3 樹庫資源的建設4.1.4 漢語句法分析的特點4.1.5 句法分析方法4.1.6 相關會議及評測4.1.7 句法分析模型的評價方法4.2 淺層句法分析4.2.1 淺層句法分析概述4.2.2 組塊庫的獲取4.2.3 組塊的類型及其標注規范4.2.4 組塊分析方法4.2.5 相關會議及評測4.2.6 評價參數4.3 句法樹庫的一致性檢驗4.3.1 不一致現象分析4.3.2 不一致的發現和消解參考文獻第5章 語義標注語料庫5.1 語義標注范圍5.1.1 詞義標注5.1.2 句義標注5.1.3 篇章級的語義標注5.2 語義標注語料庫的建立方法5.2.1 傳統的以人工標注為主的方法5.2.2 自動構建語義標注語料庫5.3 主要的語義標注語料庫5.3.1 詞義標注語料庫5.3.2 句義標注語料庫5.3.3 語篇關系標注語料庫5.3.4 時間關系標注語料庫5.3.5 信息抽取方面的語料庫5.3.6 生物醫藥領域中的語義標注語料庫參考文獻第6章 語料庫評測6.1 語料庫評測的意義6.2 語料庫分詞質量評價6.2.1 評價樣本的抽樣6.2.2 抽樣樣本的聚類及評價6.2.3 實驗及分析6.3 語料庫可用性評價6.3.1 可用性評價體系6.3.2 可用性評價計算6.3.3 評價結果分析參考文獻第7章 基于語料庫的應用研究7.1 網頁信息處理7.1.1 重復網頁分析7.1.2 基于語義的網頁去重7.1.3 基于網頁文本結構的網頁去重7.2 特殊領域的信息抽取7.2.1 基于HMM的農業信息抽取7.2.2 基于NLP的土壤污染數據抽取7.2.3 基于BOotstrapping的交通工具名識別7.3 基于大規模語料庫的漢語韻律邊界研究7.3.1 基于統計語言模型建立二叉樹結構7.3.2 基于樹結構的漢語韻律邊界預測7.4 基于大規模語料庫的欺騙行為檢測7.4.1 欺騙性語料庫的建設7.4.2 欺騙檢測的特征線索7.4.3 文本特征抽取7.4.4 欺騙行為檢測方法7.4.5 實驗結果和分析參考文獻
展開全部
智能信息處理-漢語語料庫加工技術及應用 節選
《智能信息處理:漢語語料庫加工技術及應用》以作者主持的國家項目、省部級項目及合作項目等為依托，以課題組近年來的研究成果為基礎，重點介紹語料庫深加工中的若干技術和方法，涉及分詞、詞性標注、句法分析、語義標注以及相關加工中的自動校對和一致性檢驗技術。同時，對語料庫加工質量的評價技術和語料庫的相關應用做了詳細介紹。各章節的順序展示了語料庫加工中由淺人深的發展過程。《智能信息處理:漢語語料庫加工技術及應用》可作為計算機、語言學等專業高年級本科生、研究生教材，也可作為自然語言處理和計算語言學研究人員的參考書。
智能信息處理-漢語語料庫加工技術及應用 相關資料
插圖：關于語料庫（corpus）的定義主要有以下幾種：（1）McEnery和Wilson指出：“總體來說，多篇文本的集合就是語料庫，但在現代語言學中使用語料庫這個術語時，更傾向于包含更多的內涵，主要有采樣（sampling）收集、有代表性（representativeness）、規模有限（finite size）、機器可讀（machine-readable）、標準參考數據（a standard reference）等內涵特征！保2）語料庫就是某種語言在實際運用中的大量實例集合，這些例子可以是書面文本，也可以是語音形式的文本。（3）語料庫是根據外部原則選擇的電子形式的文本或文本片段的集合。該集合能夠代表一種語言，或一種語言的分支，或一種語言的變體，并可作為語言學研究使用的數據源[引。這里外部原則（external criteria）是指通過文本的交流功能來選擇文本的原則。與外部原則相對的一個概念就是內部原則（internal criteria），具體指按照文本反映的語言細節來選擇文本。在上述的幾種定義中，定義（1）使用最多，認為語料庫不是簡單收集的文本集合，而是通過采樣收集，具有代表性，規模大小可以確定，是機器可讀的標準數據。但是Kilgarriff和Grefenstette提出了異議，認為McEnery和Wilson混淆了“什么是語料庫”和“什么是好的、適合于某項語言研究的語料庫”這兩個問題，他們認為語料庫就是文本的集合。然而在具體使用中，有些研究者認為有許多文本的集合并不一定是語料庫。最具有爭議的莫過于萬維網（WWW）了。WWW剛出現時，人們因為不了解搜索引擎，也不清楚對WWW如何采樣，覺得WWW相當神秘。因此，文獻指出：“WWW不是語料庫，因為其維度未知且不斷變化，而且WWW最初也不是從語言學角度來設計的！
書友推薦
- >
詩經-先民的歌唱
- >
羅曼·羅蘭讀書隨筆-精裝
- >
月亮虎
- >
姑媽的寶刀
- >
經典常談
- >
有舍有得是人生
- >
小考拉的故事-套裝共3冊
- >
我從未如此眷戀人間
本類暢銷
