中文信息导航系统的关键软件技术分析

信息导航系统的设计与开发涉及广泛的技术问题。介绍了信息导航系统的特点和现状以及信息导行系统的总体设计，并主要就大规模中文信息导航系统设计中的关键软件技术进行了讨论，包括搜索引擎Robot、中文信息处理系统和导航系统相关服务的设计及其需要解决的主要技术问题，并提供了相应问题的解决方法。最后，简要提到了导航系统设计中需要解决的主要硬件技术问题。     

初探中文信息处理系统的设计

本文首先介绍了中文信息处理系统五层结构模型,接着阐述了中文信息处理系统与电子计算机系统之间的关系,最后指出中文信息处理系统的设计关键在于信息代码系编制。     

汉语分词技术初探

汉语分词,就是将中文语句中的词汇切分出来的过程.分词技术作为中文信息处理的基础环节,它的解决是计算机自然语言理解、人工智能、信息检索、机器翻译等领域突破的关键.因此,开发出一个高精度的汉语分词系统对于中文信息处理显得非常重要.本文讨论了中文分词的概念、目标及其所面临的一些基本问题,并详细介绍了我以自己的认识为基础设计的分词词典以及分词算法.     

基于变换的中国地名自动识别研究

专有名词中的中国地名的自动识别是中文信息处理中要解决的一个重要问题.完全依靠统计方法只能保证一定的召回率,而准确率偏低.提出了一种基于变换的策略,可以有效地克服这一缺陷.经测试,系统最终的准确率提高了7%,达到了90.9%.     

XML——中文信息处理的变革之路

本文从中文信息面临的问题出发,阐述了中文信息处理走Internet开放变革之路的必要性。文中还介绍了Internet上已经开展的与中文信息处理相关的部分工作,重点论述了XML在中文信息处理方面的优势,指出以XML为基础的Web服务是分布式环境中文信息处理技术的发展方向。作者为此提出了一个中文信息处理服务体系框架的构想。     

中文信息处理系统手动输入的现状与发展

本文论及手动输入在中文信息处理中的地位和意义,手动输入的现状与发展,并提出尚待解决的几个问题。     

再读词的问题

词是中外语言学中的大问题。在使用拼音文字的语言中, 词的问题与其说是应用方面的, 倒不如说是理论性的。然而, 对于我们长期使用汉字的汉语来说, 无论在理论或在应用方面, 都还存在许多困难。目前, 说它是中文信息处理面前的一个“ 拦路虎” , 似乎不是言过其实。#br#汉语的词什么样？这是一个老问题, 也是一个新问题。据不完全统计, 建国以来, 到1980年, 专门讨论这个问题的文章就有二百余篇。说它是新问题, 是指它在新技术革命的条件下有了新的内容和更加重要的意义。词是中文信息处理以及其他自然语言处理的基本单位。任何一种语言处理系统或专家系统, 诸如情报检索、机器翻译、汉语理解、计算机辅助教学等,都离不开词。这个问题解决不好, 不仅严重地影响我国的语文工作, 而且也直接影响中文信息处理的发展, 从而将延缓我国步入信息化社会的进程。     

中文信息处理技术的现状和发展

本文试图系统地评述近几年内中文信息处理技术在我国的发展概况、已达到的成果和下一步需要解决的问题。     

"实时造字"技术及软件系统开发研究

在实时中文信息处理中，时常遇到未被收进GB或ISO标准中的所谓库外字，人们往往用别字来代替，严格说来这样做是不能允许的，而现有的造字系统多属静态造字方式，其明显的缺点是繁琐且效率很低，不能满足实时信息处理的需要，例如银行存款实名制的推行，就需要有中文实时造字技术及其软件系统的支持。因此，实时造字便是目前很需要解决而又较难解决的一个问题。本文就这一技术及其系统的开发进行了研究，提出了一些思路和策略，希望能对此问题的解决有所助益。     

中文信息处理系统及其集成支撑环境

本文从中文信息处理系统的概念及研究内容入手,研究了中文信息系统对工具及支撑环境的需求;给出了中文信息处理系统及其支撑环境组成的多层次结构;分析了人工智能语言的优缺点;并介绍了单语言集成环境以及多语言集成环境的构成。     

信息过滤中的中文自动分词技术研究

文本信息过滤技术需要解决的一个重要问题是对文档进行形式化处理,使得文本成为可计算和推理的信息,而中文自动分词是中文信息处理的基础性工作。本文对中文自动分词的主要方法进行了研究分析,构造了分词的形式化模型,说明了自动分词中存在的两个最大困难及其解决方法,最后指出了中文自动分词研究中存在的问题及未来的研究工作。     

基于小句相似度计算的专有名词识别

专有名词识别是中文信息处理领域的一个难题。句子相似度计算方法在中文信息处理领域有着广泛的应用。本文探索性地使用句子相似度计算方法来解决专有名词识别问题，并针对专有名词识别的研究背景对小句相似度计算方法做了一些改进，改进的计算方法不仅考虑了公共字符，而且还加入了语义信息和结构信息。实验证明该方法是可行的。     

一种实用型汉语词汇处理系统CWP之设计

本文介绍了一种微型计算机汉语词汇处理系统及其分词算法的设计、该系统在中文信息处理技术中有较好的应用价值。     

一个应用于中文信息处理的网格系统的设计

介绍了目前中文信息处理研究的不足和网格技术的发展.为了扩大计算和存储的共享规模,并充分复用各类技术和研究,提出了将中文信息处理的应用利用网格技术来实现的方案.描述了一个应用于中文信息处理的网格系统的整体框架,该框架分为四层:顶部是一个Web门户,中间是中文信息处理网格管理器和网格中间件,最下面是网格节点.另外,还分析了负责资源管理和作业分配的CIPG管理器的设计方案.     

基于汉语拼音首字母索引的混合分词算法

中文自动分词是web文本挖掘以及其它中文信息处理应用领域的基础.蓬勃发展的中文信息处理应用对分词技术提出了更高的要求.提出了一种新的分词算法FPLS,该算法用拼音首字母作为词语表一级索引,词语的字数为二级索引构造分词词典,采用双向匹配方法,并引入规则解决歧义切分问题.与现有的快速分词算法比较,该算法分词效率高且正确率高.     

粒子系统在导弹飞行尾焰图形仿真中的应用

采用粒子系统原理,基于OpenGL平台实现了导弹飞行尾焰的实时图形仿真.文章根据粒子系统原理对导弹飞行尾焰进行了建模,并基于OpenGL平台实现了这种自然景物.计算机仿真结果表明,效果逼真且生成速度快,适合在实时的图形仿真中应用.     

浅谈中文信息处理跨文本指代消解研究

中文信息处理是NLP(自然语言处理)的一个组成部分,它是研究自然语言的学科,它和其他学科如计算机学,文学,理工学等有着一定的综合联系。中文跨文本指代消解是中文信息处理的核心技术,是提高信息抽取和信息检索正确率的基础,主要任务是解决重名消歧和多名聚合两大问题。该文从基本概念入手,描述在语言处理中典型的指代现象和指代消解所需的基本语言知识;同时简单介绍指代消解中商用的算法和技术。     

中英混排文本巧对齐

默认设置下,WORD会使文本两端对齐,有时就会在单词间插入长段的空白,使该行显得很不美观(图1)。按Ctrl+L组合键可使段落左对齐,但问题并没有解决,第一行行尾留有很长空白,各行尾依然参差不齐(图2)。这是因为默认情况下,Word不会将西文单词在中间断开,当行尾已经显示不下一个单词时会提前换行,将这个单词在下行显示。正确的解决方法是:依次打开“格式”→“段落”→“中文版式”,勾选“允许西文在单词中部断字”(这里是Word2000,其它版本可能略有不同)。这样Word就不再强制单词的完整性,而是逐字符填满整行(图3)。这样又产生了一个新问题…     

汉语自动分词技术研究

汉语自动分词是中文信息处理的基本问题.从分词的基本理论出发,对近年来中文分词研究的现状进行介绍,指出了能够大幅度提高未登录词识别性能的分词方法将是未来汉语自动分词技术的发展趋势,分析了分词中存在的两个困难及其解决方法.     

中文软件汉语分词研究与应用

中文软件需要具有对中文文本的输入、显示、编辑、输出等基本功能,而且随着计算机技术的发展,对于计算机的文本处理能力提出了更高的要求,并且所有这些中文处理功能都要建立在对汉语文本的分词处理这一基本功能之上。因而,汉语分词是中文信息处理的基础,在中文信息处理系统中具有广泛的应用前景。