自然语言查询系统中的句法分析与算法实现

为了让更多的不熟悉计算机技术的用户使用他们熟悉的方式从数据库中查询信息,利用汉语自然语言进行查询成为当前的一个热点问题.由于汉语语句的复杂性,建立自然语言理解的形式化模型一直是研究的难点.本文针对当前研究的热点和难点问题,通过分析数据库中常用的SQL句型,把查询语句划分为六类,提出了受限汉语规则和基于受限汉语的上下文无关文法来尝试解决自然语言处理中的语句理解问题,并给出了详细的算法描述.     

面向考古应用的自然语言查询系统的设计实现

针对当前研究的热点问题——界面层自然语言理解的应用，设计和研制了一个面向对象的受限汉语自然语言数据库查询系统DMNLQ。该系统针对特定的考古数字博物馆应用，提出了受限汉语的上下文无关文法，把查询语句通过定义的文法进行标注，并采用语义树的形式进行表示。系统还提出了一种中间形式语言MML对语义树进行描述，运用关联路径搜索策略解决了查询中比较复杂的表间相互联系的表述问题，从而实现了从MML到SQL语句的转换。     

面向考古应用的自然语言查询系统的设计实现

针对当前研究的热点问题———界面层自然语言理解的应用,设计和研制了一个面向对象的受限汉语自然语言数据库查询系统DMNLQ。该系统针对特定的考古数字博物馆应用,提出了受限汉语的上下文无关文法,把查询语句通过定义的文法进行标注,并采用语义树的形式进行表示。系统还提出了一种中间形式语言MML对语义树进行描述,运用关联路径搜索策略解决了查询中比较复杂的表间相互联系的表述问题,从而实现了从MML到SQL语句的转换。     

受限领域自然语言数据库查询接口研究

数据库查询是通过SQL实现的，而作为非专业用户是很难掌握SQL，为了实现自然语言数据库查询以改善人机交互的容易程度，必须实现将自然语言问句转换成数据库查询语言(SQL)以实现数据库查询．介绍了实现自然语言数据库查询接口总体结构，并以房产领域为例，详细介绍了自然语言问句分析、问句形式化分析、中介查询语言的生成及SQL的转换算法等实现过程，实验测试证明：提出的查询接口在受限领域内具有较好的处理效果．     

基于全信息自然语言理解的语音识别后文本处理

将全信息(自然语言的语法、语义和语用信息)自然语言理解应用到可靠语音功能的研究中，提出在语音识别之后增加一个全信息自然语言理解的文本后处理功能，通过深入分析词语的语法信息（位置、识别稳定度）、语义信息（语句目标含义）和语用信息（语境和谐度）对语音识别结果语句进行评估、检错和纠错，最终输出优化语句。实验结果表明，增加全信息自然语言理解后处理可使识别正确率获得较好改善。     

基于全信息自然语言理解的语音识别后文本处理

将全信息(自然语言的语法、语义和语用信息)自然语言理解应用到可靠语音功能的研究中，提出在语音识别之后增加一个全信息自然语言理解的文本后处理功能，通过深入分析词语的语法信息（位置、识别稳定度）、语义信息（语句目标含义）和语用信息（语境和谐度）对语音识别结果语句进行评估、检错和纠错，最终输出优化语句。实验结果表明，增加全信息自然语言理解后处理可使识别正确率获得较好改善。     

SQL查询优化技术在Informix数据库的应用

查询操作在各种数据库操作中所占比重最大，在数据量很大的数据库里查询，SQL语句的优化就成了很关键的问题。通过建立合理的索引、设置合适的where予句中的条件、使用临时表等措施来给数据库管理系统的优化器提供条件，以提高查询语句的执行效率，同时给出在Informix数据库中的应用实例。     

计算语言学浅介

计算语言学是文理交叉的新兴学科,以自然语言（汉语、英语等）的计算机处理（包括分析和生成）为研究内容,其最高境界是自然语言的机器理解,从而在人机之间实现自然语言的交互。本文简单介绍计算语言学和自然语言处理的研究对象、内容和当前的主攻方向。语言知识库是支撑自然语言处理研究的重要基础。本文也介绍了作者及其同仁在语言知识库建设方面所作的努力。最后,展望了自然语言理解研究的前景。     

自然语言理解研究综述

自然语言理解是人工智能研究的最重要的课题之一,同时也是最前沿的难题之一。本文首先阐述了自然语言理解的研究内容,接着分析了汉语的特点,最后综述了国内外在自然语言理解方面的研究现状和发展趋势。     

Web数据库多表查询的关键技术与优化

为了满足面向专业的Web数据库通用信息查询服务需要，弥补目前这一方面存在的一些不足，作者研究了Web数据库多表查询中的关键技术与优化方法，即通过查询界面的设计原则，实现方法，引导查询人进行正确的操作，以获得与期望相符的查询结果，同时还对界面进行了优化，压缩了界面HTML文件的大小，降低了网络传输所带来的延时，此外，还讨论了SQL语句的形成，以子查询方式优化SQL语句，提高了查询的效率，改善了Web数据库服务器的性能，特别是当数据库中的记录越多中，Web数据库服务器性能的改善明显，在查询结果界面中，通过引入拖拽机制与隐藏／显示机制来提高查询结果面的交互性，从而使用户获得更好的查询效果。     

双语网页分句匹配算法的研究与实现

在实现基于网络语料库和双语网页搜索的辅助翻译系统的过程中,利用网络机器人从互联网上获取中英文双语对照网页,对它们进行过滤,留下有用的信息,再把中英文句子进行匹配存人数据库.分句匹配算法是语言翻译处理领域的双语句子对齐过程,它将网页净化后获得的有用信息进行匹配,产生最终的双语语料.对分句匹配算法进行了描述,并且研究了匹配算法的实现过程.     

自然语言问答系统CQAES问句的形式化

CQAES (Chinese Question-Answer Experimental System)是一个中文自然语言理解问答系统。本文对CQAES系统所使用的问句进行了形式化描述,主要对在计算机上所使用的中文自然语言问句的形式做一些探讨。     

一种基于深度神经网络的句法要素识别方法

为改进传统特征方法很难获取中文句子中结构信息的问题,提出一种基于深度神经网络的句法要素识别模型。采用Bi-LSTM网络从原始数据中自动抽取句子中的结构信息和语义信息,利用Attention机制自动计算抽象语义特征的分类权重,通过CRF层对输出标签进行约束,输出最优的标注序列。经过对比验证,该模型能有效识别句子中的句法要素,在标注数据集上F₁达到84.85%。     

英语习语及其文化背景

言简意赅、形象生动的英语习语承载着英语国家的化信息,它是语言中不可缺少的一部分．其形式的固定性、意义的整体性以及产生环境的特定性成为英语学习的难点。本旨在对英语习语产生的背景作一些探索,以便我们能从语言中理解历史与化,从历史与化中学习语言。     

《管子》语言简约风格的英译传达

《管子》一书涉及哲学、社会科学、自然科学等诸多领域,是面向国际传播中华传统文化的重要典籍。在其论说过程中,基本没有华丽的语句,语言以平易自然为主。英译时,应主要从其语言的简明扼要这一特点以及其比喻论述和数字应用等方面体现其简约风格。     

基于词性标记文法的文本信息隐藏算法

提出了以词性标记文法语言为变换域的文本信息隐藏方法。根据自然语言语法规则构造自由上下文文法,文法的句子是用词性标记符表示的句型;利用模拟函数将秘密信息变换为文法的句子;载体文本用分词与词性标记软件也变换为同一文法的句子;运用字符串匹配技术计算秘密信息句子在载体文本中的位置,位置即为密钥;接收方根据密钥提取文法的句子,再通过语法分析读出秘密信息;给出了信息隐藏容量公式。该算法不改变载体文本,能较好地解决Wayner的载体文本生成技术面临的载体文本合语法但不合语义的问题。     

融合语义及边界信息的中文电子病历命名实体识别

中文电子病历数据专业性强,语法结构复杂,用于自然语言处理(NLP)的命名实体识别(NER)难度大。为了从电子病历数据中精确识别出医疗实体,提出了一种融合语义及边界信息的命名实体识别算法。首先,利用卷积神经网络(CNN)结构提取汉字图形信息,并与五笔特征拼接来丰富汉字的语义信息;然后,利用FLAT模型中的Lattice将医学词典作为字符潜在词组匹配文本信息;最后,将融入语义信息的Lattice模型用于中文电子病历命名实体识别。实验结果表明,该方法在Yidu-S4K数据集上的识别性能超过现有多种算法,且在Resume数据集上F1值可达到96.06%。