一种适用于智能终端中文输入法框架设计

分析了现有智能终端中文输入开发特点,提出了一个能适用于各种智能终端的中文输入法通用框架。该框架基于成熟的输入法引擎进行设计,由访问控制层,输入映射层,逻辑控制层,输入法引擎层和输出显示层组成,能适用于多种智能终端系统中文输入法开发,并具有良好的通用性、透明性和可扩展性;最后,文中用输入法开发实例说明了框架中各层之间的具体实现方法。     

具有焦点标记作用的“是”字句重音分布研究

本研究以汉语中标记焦点的结构“[是[…XP…]]”为研究对象,通过声学和感知实验,系统地考察了这一句式所标记的焦点成分的重音位置及其声学表现。实验结果显示,该句式所标记的焦点位置,以韵律词为单位,音高的音域被整体拉大,后面的成分的音阶被陆续压低,被标记的焦点成分后面通常存在中间短语边界,而在第二个焦点标记前面,通常有语调短语边界。以实验结果为基础,本研究进一步讨论了语法学界争论较多的,关于焦点和重音关系的问题,研究指出,汉语中有标记的焦点位置通常有重音分布,有重音的位置一般伴有语调(音高音域)的变化,但重音和语调的变化不是确定焦点位置的依据。     

基于HMM的中文姓名识别方法研究

以2000年1月-12月《人民日报》大约80万汉字语料为基础,利用基于隐马尔可夫模型并结合统计来评价在真实文本中构成中文姓名的能力.实现中文姓名的自动识别。实验测试表明:准确率达91.5%,召回率为89.5%。     

形容词与名词的语义组合模型研究

该文首先针对传统方法研究形名组合的不足,提出了理解形名组合的基本语义模式,即事物、属性值和属性域;其次,根据形名组合的理解模式和语料库的调查,从哲学理论和语言事实角度,把名词各自分成了主体、事体、物体、时空、逻辑五个次类,把形容词分成了主体、事体、物体、时空和评价五个次类;最后,借助于计算语言学的研究思想和语义语法的理论原则,构建了形容词次类与名词次类间语义匹配的形名语义组合模型。研究结果表明该形名语义组合模型能深入细致地揭示形容词与名词的组合规律。     

英汉平行语料中双语兼类词消歧研究

对于一部分目前统计处理消歧效果较差、但出现频率又很高的兼类词,手工编写针对性极强的消歧规则。在未经词汇对齐的平行语料中,实现了基于个性规则的词性消歧方法。本研究为5个典型兼类词（过去、计划、与、back、so）设计的平行消歧算法,在大规模平行语料中得到了验证,平均F值达到了98.45%。研究结果表明该规则具有不受上下文长度和模板数量限制、特别适合于双语平行处理、消歧效果好等优点。     

复句关系词自动识别中规则的表示方法研究

关系词在现代汉语复句领域起着重要的作用,是汉语语法、语义研究中的重要内容,复句关系词的计算机自动识别是一个非常困难的研究课题。在汉语复句关系词自动识别中规则的约束条件研究的基础上,重点研究现代汉语复句关系词自动识别系统中规则的表示方法,为进一步研究、建设复句关系词自动识别中的规则库,深入研究规则与统计相结合自动识别复句和复句关系词的方法,为实现汉语句子和篇章的自动识别奠定基础。     

基于LUCENEAPI的中文全文数据库设计与实现

实现了中文单字切分模块,并在LuceneAPI基础上建立支持中英文混合检索的全文数据库。在地质公园及地质遗迹全文数据库项目中作为全文检索工具。Lucene中文全文数据库的主要性能和功能包括:支持中英文混合检索;可以不关机动态添加或删除一篇文档索引;采用多线程设计,能承受大量的访问请求;支持跨平台运行;提供命令行直接查询方式和基于WEB的查询方式;易学通用的检索表达式;系统可扩展性强。     

汉语句子谓词的自动识别方法研究

谓词的自动识别是浅层句法分析的重要内容。以汉语的“谓词中枢论”为语言学基础,详细分析了汉语句子中谓词所处的上下文环境,讨论了影响谓词出现的主要语境因素。提出了一种基于统计学原理的汉语句子谓词自动识别概率模型,通过极大似然估计对谓词候选词在句中充当谓词的概率进行近似计算,利用绝对折扣模型对参数进行平滑。在小规模语料库上进行的实验显示,谓词识别率最高分别达到了80.6%（动词性谓词）和83.2%（形容词性谓词）,表明了该方法的可行性和有效性。     

五笔输入法在LED显示屏中的应用

本文介绍使用红外遥控器通过五笔输入法在LED显示屏中输入中文信息的方法。文章重点介绍红外遥控器的编码和解码方法，五笔输入法的检索表格的编制和软件的实现方法。     

一种快速汉字文本回显算法

本文在认真研究了英文字处理系统中回显算法的设计思想后, 针对中文信息处理的特点提出了一种新的汉字文本回显算法, 该其法以当前屏幕显示文本和修改后新的需显示的文本为已知条件, 得到一组以最优方式完成回显工作的编辑操作序列, 从而提高了汉字文本回显速度, 改善了中文字处理系统的性能。