基于分解与动态规划策略的汉语未登录词识别

未登录词的识别是汉语自动分词中的主要问题,本文以对中国人名，中国地名和外国译名进行整体识别为目标，采用分解处理策略降低了整体处理难度，并使用动态规划方法实现了最佳路径的搜索，较好地解决了未登录词之间的冲突问题，通过对真实语料识别的测试，证明该方法可以提高未登录词识别的正确率和召回率。  

提高汉语自动分词精度的多步处理策略

汉语自动分词在面向大规模真实文本进行分词时仍然存在很多困难，其中两个关键问题是未登录词的识别和切分歧义的消除，本文描述了一种旨在降低分词难度和提高分词精度的多步处理策略，整个处理步骤包括7个部分，即消除伪歧义，句子的全切分，部分确定性切分，数词串处理，重叠词处理，基于统计的未登录词识别以及使用词性信息消除切分歧义的一体化处理，开放测试结果表明分词精确率可达98％以上。  

基于统计的汉语组块分析

组块分析是一种大大降低句法分析难度的有效手段。本文针对汉语普遍规律，提出了一套符合汉语语言特点的汉语组块体系，并在此基础上设计实现了一种统计与错误驱动相结合的、能够分析有限层次的组块自动识别算法。实验证明，该方法能够有效地处理真实文本中的浅层分析问题，具有较好的准确率和鲁棒性。  

仿人机器人柔性腰部机构研究

仿人机器人腰部的构成对仿人机器人的运动学、动力学性能起着重要的作用．本 文着重分析了目前仿人机器人腰部机构存在的问题，提出了一种具有柔性特征的仿人机器人 腰部设计方案，并分析了此腰部机构对机器人的运动稳定性、操作柔顺性的影响．本设计使 仿人机器人具有良好的柔顺性，提高了机器人与人协作时的安全性、稳定性和抗干扰能力．  

统计与规则并举的汉语词性自动标注算法

本文提出并实现了一种基于定量统计分析优先的统计和规则并举的汉语词性自动标注算法.本算法引入置信区间的概念,优先采用高准确率的定量统计分析技术,然后利用规则标注剩余语料和校正部分统计标注错误.封闭和开放测试表明,在未考虑生词和汉语词错误切分的情况下,本算法的准确率为98.9%和98.1%.  

面向特定领域的汉语句法主干分析

本文提出了一种面向特定领域的汉语句法主干分析方法.该方法中包括浅层句法分析、模板匹配两个关键环节,形成用模板表示的句法主干.在浅层句法分析中,本文使用了级联的隐马尔可夫模型进行了短语的归并;而后以已有的汉语句子模板为基础,进行模板匹配以达到句法主干分析的目标.在针对体育新闻领域语料的开放测试中,模板匹配的精确率和召回率分别达到了98.04%和81.43%,句子级的精确率和召回率分别达到了96.97%、84.85%,实验表明该方法在特定领域是有效的.  

四种基本统计句法分析模型在汉语句法分析中的性能比较

统计模型的选择是统计句法分析的关键。目前句法分析常用的有四种经典统计模型---PCEG模型，基于历史模型、分层渐近式模型和头驱动模型。本文通过实验，在已有的l0000句汉语树库基础上，测试了这四种经典模型在现有数据规模下各自的性能，并论述了这四种经典模型的各自特点。本文旨在通过对四种基本模型的比较研究，为具体应用中句法分析模型的选择提供参考和依据。  

基于汉语二字应成词的歧义字段切分方法

文章提出了利用汉语中的二字应成词，计算汉语句内相邻字之间的互信息[1]及t-信息差这两个统计信息量的新方法，进而应用这两个统计量，解决汉语自动分词中的歧义字段的自动切分问题，实验结果表明，采用该文所述的方法，对歧义字段的切分正确率将达到90％，与其他分词方法相比较，进一步提高了系统的分词精度，尤其与文献[1]所述方法比较，对于有大量汉语信息的语料，将降低系统的时间复杂度。  

基于译文的英汉双语句子自动对齐

双语语料库的自动对齐已成为机器翻译研究中的一个重要研究课题。目前的句子对齐方法有基于长度的方法和基于词汇的方法，该文先分析了基于长度的方法，然后提出了基于译文的方法：通过使用一部翻译较完整的词典作为桥梁，把英汉句子之间的对应关系连接起来。根据英语文本中的单词，在词典中找到其对应的译文，并以译文到汉语句子中去匹配，根据评价函数和动态规则算法找到对齐句对，实验结果证明这种对齐方法消除了基于长度做法中错  

基于句子相似度的机器翻译评价方法及其有效性分析

为了帮助开发面向本地化的基于实例的机器翻译(EBMT)系统，提出利用句子相似度评价译文质量的方法．该方法能够较有效地区分不同翻译质量的译文，从而帮助开发者发现EBMT系统存在的问题．为了证明该评价方法的有效性，对比了6个机器翻译系统人工评价和自动评价的结果．通过相关分析和显著性检验，表明了此方法和人工方法存在高度的一致性．最后提出在自动评价结果的基础上利用线性回归预测人工评分方法．