智能拼音—汉字转换系统实现研究

本拼音－汉字智能转换系统的主要特征，是利用系统的LR句法分析和基于二元语义的类属语义分析方法消除同音词的歧义干扰，提高转换的正确率，针对汉语语法特征，阐述了汉语语法分析中的两种回溯，并扩展了传统LR分析方法，提高了语法分析的完备性。为有效地实施语义分析，探讨了所使用的类属及类属关系。它以一种简单而有效的方式建立，维护和使用句法和语义知识，随着句法和语义知识的不断丰富完善，系统将有望大大提高转换的效果。     

编译原理中项目集规范族的分析与研究

LR分析法是一种应用较广泛的语法分析方法,项目集规范族是构造LR分析表的基础.本文将词法分析方法与语法分析方法联系起来,以有限自动机知识为基础,给出了一种基于自动机的构造项目集规范族的方法,然后,给出了一种更简洁的方法,并比较了两种方法的异同.     

动词“自主／非自主”语义范畴研究

以语义为基础,针对汉语动词语义范畴中的“自主／非自主”进行对比性研究．通过具体语言实例,从“句法格式区分”、“语义制约性”、“语义特征的相容性和区别性”等方面论述动词“自主与非自主”语义特征,明确“自主”与“非自主”在语义上的对比性及动词的相应语法使用情况．     

面向机器翻译系统句法分析器的研究与实现

自然语言句法分析是机器翻译不可缺少的前期处理过程，中总结了几代机器翻译系统中句法分析的经验，在最新研制的英汉双向机器翻译系统MTS2000中设计并实现了一个模块化的统计与规则相结合的句法分析模型。整个句法分析采用综合的策略，分别使用了隐马尔可夫方法、统计决策树方法，基于历史的句法分析等多种方法，并注意语义知识在句法分析中的应用。实验结果表明，模块化的句法分析器的设计方法，不仅是对英语句法分析还是对汉语句法分析都是一种可取的方法。     

一种压缩稀疏用户评分矩阵的协同过滤算法

提出了一种通过降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法(基于项目多类属概率潜在语义的协同过滤算法)．首先将概率潜在语义分析法中的隐变量集固定为项目的多类属集,明确隐变量的意义,限制隐变量的变化范围; 而后迭代学习隐变量的分布,即用户的兴趣模型,压缩用户评分矩阵; 最后用学到的兴趣模型度量用户的相似度,对目标用户做出推荐． 仿真实验结果表明: 该算法有效解决了数据稀疏问题,平均绝对误差低于基于记忆的协同过滤算法4％; 与通过概率潜在语义分析法降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法相比,该算法明确了隐变量的意义,提高了对系统的理解,并取得了富有竞争力的推荐性能．     

基于人的语言认知行为的汉语文法分析专家系统

从人的语言认知行为的角度探索了汉语文法分析方法。针对文法分析问题采用专家系统的体系结构,构造了一种基于知识的汉语文法分析系统,其核心是构造存储和管理文法知识的知识库和具有语言专家智能行为和文法分析能力的推理机。本系统的知识表达采用的是产生式规则,推理策略从自顶向下、从左到右、深度优先和回溯控制几方面进行分析,并且对语义分析进行了初步的探讨。最后给出了系统的运行实例。     

限定领域的自动问答系统研究

目前,自然语言处理系统由于缺乏语义信息及知识理解和推理能力,因此存在很多缺陷,在自动问答领域中很难分清用户表达的真正意图,并给出用户满意的答案.本文就此给出基于句法语义的问句分析方法,采用本体构建技术构建答案库,在此基础上进行领域知识语义推理,实现智能问答.本研究以黄山旅游为限定领域建立问答系统,试验结果表明多策略的方法是有效的.     

汉语语料库加工技术

实现对大规模真实文本的处理是计算语言学今后的一个时期的战略目标。基于语料库的语言研究是计算语言学一个重要领域，这是由于语料库是最理想语言知识资源。为从语料库获取语言知识，必须在各个层次上对汉语语料库进行加工。本文讨论了汉语语料库的加工技术，即对语料库进行词法、句法和语义等方面的标注。其中，重点介绍汉语自动分词系统和汉语短语边界划分的方法。     

二元属性文法及汉语的句法规则体系

本文在全面分析汉语语言特点的基础上,采用了二元属性文法作为描述形式用于汉语的计算机处理。对汉语短语句法规则进行符号化形式化的分析,给出了句法模型,定义了一整套汉语的句法规则体系及相应的语义处理方案。该文法体系已成功应用于本人设计的汉语句法分析器中。     

基于知识的汉语拼音自动分词

本文提出了一种基于汉语语法知识的汉语拼音自动分词的方法。文章描述了自动分词时,多义切分检测与处理策略,以及利用语法和语义知识实现多义切分纠错方法。本文方法已经在拼音汉字转换系统中应用。实际情况表明,本文提出的汉语拼音自动分词方法是可行的。     

基于期望的汉语分词模型的设计

汉语分词是汉语处理与拼音文字语言处理的一个不同点.本文回顾了汉语分词研究的发展,对现有的四种汉语分词方法进行了评述,介绍了当前的研究现状和存在的困难,并提出了一种基于期望的汉语分词方法.这种方法把分词与理解同步进行.基于这种方法的汉语分词模型是由预处理模块、词头处理模块、期望分词模块、句法分析模块、语义分析模块、学习模块以及知识库组成.     

英汉机器翻译中基于规则的句子结构分析与转换

以英汉机器翻译系统为研究背景,提出了一种基于规则的句子结构分析与转换方法。针对不同情况采取不同策略将复杂句分解成由一组简单句构成的复杂句子结构。简单句结构分析以谓语动词为中心,依据其EICG格约束和句子浅层分析结果填充格框架,从而得到整个句子的语法语义结构。句子结构转换依照句子分析结果和转换规则产生等价的目标语言的线性语法语义结构。系统运行结果表明,本文提出的方法能够正确有效地分析英语句子的结构并完成英汉句子的转换。     

专家系统工具HEST 的编译器设计

HEST是一个汉化编译型集成式的专家系统工具,在IBMPC及其兼容机上运行.它提供的逻辑/函数型通用知识表达语言,是融合了函数程序设计风格的编译型PROLOG语言.本文主要介绍:PROLOG语言的语义、语法扩充,主要是函数定义、函数调用和表达式计算;对WARREN抽象机数据结构、指令的增加和修改;编译器的主要构成模块和运行流程;语言语法结构编码的七条定义规则,并在附录中给出了编译实例.     

针对虚拟人的文本情感语义分析

为了使个性化虚拟人更加形象生动,能根据用户输入的文本做出表情动作,运用自然语言处理技术对中文和英文文本进行语义和分类处理,分析出动作和情感信息。采用潜在语义方法从文本中提取出动作语义信息,利用hownet计算词汇相似度,使用K最近邻方法将文本情感信息分为6类：愤怒、厌恶、恐惧、喜悦、悲伤和惊讶。实验结果为：语料文本分类准确率为87.5%,系统能从用户输入的文本中提取出情感、动作信息,使虚拟人做出相应表情变化。     

一种基于规则优先级的词性标注方法

词性标注作为汉语自动分词以至中文信息处理领域比较关键的问题之一,是该领域的研究难点也是研究重点,对兼类词词性标注的正确率严重影响着词性标注的质量。在基于规则的词性标注的基础上,提出了一种基于规则优先级的词性标注方法,即对每条词性标注规则加上优先级,并在标注算法中通过对优先级进行控制来完成兼类词的词性标注。并用大规模语料对该方法做了试验,结果表明其词性标注正确率可达到96.4%。     

以应用能力测试为平台培养学生英语翻译能力

翻译能力及其培养是高职高专教育英语课程定位和培养目标的应有之义.以应用能力考试为平台,借助语境分析词义、提高词和词组的翻译技能,借助上下文分析语义、提高句法翻译的技能,借助题旨情景分析语用、提高语法翻译的技能.     

基于全信息的中文信息抽取系统及应用

从全信息理论的思想出发,综合建立、分析和使用语法、语义和语用信息知识库,研究实现了一个面向特定应用领域——财经新闻领域的中文信息抽取实验系统. 在此基础上,探索了信息抽取技术在移动信息服务中的一种应用模式,即“信息抽取+手机短信”,将信息抽取结果的简洁、清晰、明确的优点与手机短信的移动性、灵巧性、普及性等优点很好地结合起来,提供智能化的移动信息服务. 实验系统验证了这种模式的可行性.