基于AdaBoost.MH算法的汉语多义词消歧

本文提出一种基于AdaBoost MH算法的有指导的汉语多义词消歧方法,该方法利用AdaBoost MH算法对决策树产生的弱规则进行加强,经过若干次迭代后,最终得到一个准确度更高的分类规则;并给出了一种简单的终止算法中迭代的方法;为获取多义词上下文中的知识源,在采用传统的词性标注和局部搭配序列等知识源的基础上,引入了一种新的知识源,即语义范畴,提高了算法的学习效率和排歧的正确率。通过对6个典型多义词和SENSEVAL3中文语料中20个多义词的词义消歧实验,AdaBoost MH算法获得了较高的开放测试正确率(85.75%)。     

引入标点处理的层次化汉语长句句法分析方法

在分析汉语标点符号用法和句法功能的基础上,本文提出了一种新的面向汉语长句的层次化句法分析方法。这种方法和传统的不考虑标点符号的一遍分析方法的主要区别在于两个方面:第一,利用部分标点符号的特殊功能将复杂长句分割成子句序列,从而把整句的句法分析分成两级来进行。这种“分而治之”的策略大大降低了在传统的一遍分析方法中同时识别子句或短语之间的句法关系以及子句和短语内部成分的句法关系的困难。第二,从大规模树库中提取包含所有标点符号的语法规则和相应概率分布信息,有利于句法分析和歧义消解。实验证明我们的方法与传统的一遍图表(chart)分析方法相比,能够大大减少时间消耗和歧义边的个数,并且提高了复杂长句分析的正确率和召回率约7%。     

一种基于信息熵的中文高频词抽取算法

为扩展分词词典,提高分词的准确率,本文提出了一种基于信息熵的中文高频词抽取算法,其结果可以用来识别未登录词并扩充现有词典。我们首先对文本进行预处理,将文本中的噪音字和非中文字符转化为分隔符,这样文本就可以被视为用分隔符分开的中文字符串的集合,然后统计这些中文字符串的所有子串的相关频次信息,最后根据这些频次信息计算每一个子串的信息熵来判断其是否为词。实验证明,该算法不仅简单易行,而且可以比较有效地从文本中抽取高频词,可接受率可达到91.68%。     

自然语言句法分析研究现状和发展趋势

本文详细论述了自然语言句法分析研究的现状和发展趋势，综述了句法分析目前存在的困难，详细地介绍了九十年代以来提出的一些新的方法以及国际研究动态，指出统计与规则相结合特点是自然语言句法分析研究的新趋势。     

智能答疑系统中语义网的研究与应用

目前答疑系统大多以关键词匹配为基础，而智能答疑系统是在此基础之上，增加了对语义的理解。文中讨论了专业领域义原的抽取、语义网和语义树的建立，并且就语义关系在智能答疑系统中的角色做了阐述。最后，实现了一个原型系统，通过增加对语义关系的理解，取得了比较好的测试结果。     

基于自然语言处理的网页过滤方法研究

www上的信息极大丰富，搜索引擎存在精确度低的问题。为准确地从搜索到的网页中提取有用信息，发展一个自动的过滤器已成为当务之急。本文提出的基于自然语言处理的网页过滤方法，从语法、语义和语境三个方面上分析网页的自然语言。实验表明，该方法在一定程度上提高了搜索引擎的精确度。     

基于特征的汉语词性标注模型

在隐马尔可夫模型的基础上提出了基于词汇特征的汉语词性标注模型．此模型不但考虑系统t时刻的状态(词类)对r l时刻的状态的影响，还把t时刻的观察(词)对t l时刻的状态的影响考虑进去，使模型更加精确．由于观察的数目较大，构造观察-状态转移概率矩阵的方法难以实用，于是给观察标以特征，并训练特征-状态转移概率矩阵，使概率矩阵占用较少的存储空间，实现了模型的精确和实用性的统一.     

基于BP网络的汉语句法分析专家系统

提出了一种基于BP网络的汉语句法分析专家系统的设计方案．知识库采用产生式规则的知识表达方式，并将知识二元化存储在神经网络中．推理机采用神经网络进行推理．在论文的结尾给出了系统的运行实例，说明了该系统的有效性．     

机器翻译中异化现象的分析及映射运算

本文从词汇－语义角度分析了机器翻译中与汉英语言相关的一些异化现象，探讨了语义－句法映射运算集的有效性和合理性．同时，本文讨论了通过变异映射集、变异类型指示器和参数合一机制解决机器翻译中异化现象的方法．这些方法提高了译准率，使生成的句子既能正确表达原中间语言的语义，又符合目标语言的表述习惯．     

大规模文本计算机音字相互转换技术的研究

文中介绍了一种利用马尔可夫统计文法和自然语言理解技术相结合的计算语言模型进行汉语音节到汉字的机器自动相互转换技术．该技术集成了统计文法和句法分析方法各自的优点，可以实用于计算机大规模真实文本的音字相互转换，并且具有处理语言深度递归现象和远距离约束关系的能力．其音字转换算法已被应用到大词表非特定人孤立词语音识别系统和中文ＷＩＮ－ＤＯＷＳ９５、ＷＩＮＤＯＷＳＮＴ４．０的智能语句输入法上．