中文信息處理chineseinformationprocessing(存儲版)
【正文】 5)，北京航空學院主持，中國人民大學等十幾個院校，研究機構(gòu)參加的“現(xiàn)代漢語詞頻統(tǒng)計”工程是這一階段代表性的重大科研成果，這是國內(nèi)首次使用計算機進行大規(guī)模語料 (2022萬字 )的詞頻統(tǒng)計研究的大型語言工程 ? 第一個漢語自動分詞系統(tǒng) —— CDWS,建立了一個有 13萬余詞條的計算機詞典，研制了一個有 52個屬性的漢字信息庫 ? 1988年初，北京航空航天大學在承擔國家“七五”科技攻關項目 《 信息處理用規(guī)范現(xiàn)代漢語詞庫 》 的同時，制定了 《 信息處理用規(guī)范現(xiàn)代漢語分詞規(guī)范 》 2022年 8月 15日 1時 29分 中文信息處理 緒論 30 中文信息處理的發(fā)展 ?句法和語義等深層處理為代表的中期階段 ?“八五”期間， 中文信息處理 技術的研究開發(fā)重點逐步由字，詞的表層處理轉(zhuǎn)向了以句法，語義分析為核心的深層處理 2022年 8月 15日 1時 29分 中文信息處理 緒論 31 中文信息處理的發(fā)展 ? 語料庫統(tǒng)計方法興起的近期階段 ? 1979年，武漢大學建設的漢語現(xiàn)代文學作品語料庫，共計 527萬字，是我國最早的機器可讀語料庫 ? 《 人民日報 》 收集了 48年的全部文字和圖像內(nèi)容，公開發(fā)行 ? 北京大學計算語言學研究所與富士通公司 (Fujitsu)合作，加工 2700萬字的《 人民日報 》 語料庫 ? 1998年，清華大學建立了 1億漢字的語料庫 ,著重研究歧義切分問題，現(xiàn)在生語料庫已達 78億字 ? 香港城市理工大學語言資訊科學研究中心建立了 LIVAC(Linguistic variety in Chinese munities)語料庫，其宗旨在于研究使用中文的各個地區(qū)使用語言的異同。中文信息處理 Chinese Information Processing 張宇 哈爾濱工業(yè)大學計算機科學與技術學院 2022年 8月 15日 1時 29分 中文信息處理 緒論 2 主要教材 ?朱巧明，李培峰，吳嫻，朱曉旭等編著。 《 計算機科學技術百科全書 》 清華大學出版社， 1998 2022年 8月 15日 1時 29分 中文信息處理 緒論 9 計算機中文信息處理主要研究對象 ? 漢字鍵盤輸入技術 ? 漢字輸出技術 ? 軟件漢化技術 ? 漢字字形識別技術 ? 漢語語音識別技術 ? 激光照排技術 ? 中文平臺 ? 文本分類 ? 信息檢索 2022年 8月 15日 1時 29分 中文信息處理 緒論 10 漢字鍵盤輸入技術 ? 漢字鍵盤輸入技術是一種通過鍵盤使?jié)h字進入計算機的技術 ? 漢字編碼 ? 采用四位十進制數(shù)把常用的漢字用“ 0”— ”9”十個數(shù)字按照次序進行編碼 ? 四角碼（字形碼） ? 用“ 0”— ”9”十個數(shù)字鍵對漢字的四個角的形狀進行編碼 ? 機內(nèi)碼 ? 用 2字節(jié)、 3字節(jié)、 4字節(jié)來表示一個漢字的機器內(nèi)部碼 ? 國際標準化組織（ ISO）、 Unicode聯(lián)盟以及 IEEE下屬的專門
環(huán)評公示相關推薦
鄂ICP備17016276號-1