開發(fā)人機(jī)交互的標(biāo)注工具設(shè)計畢業(yè)論文(編輯修改稿)
2024-07-20 17:26 本頁面
【文章內(nèi)容簡介】 word: Human puter Interactive, Text tagging, MFC人機(jī)交互文本工具開發(fā)第一章 緒 論1．1 前言隨著互聯(lián)網(wǎng)的廣泛普及，語言信息處理的社會需求越來越大，人們迫切需要用自動化的手段處理海量的語言信息。語言資源有計劃有規(guī)模的開發(fā)對于語言信息處理領(lǐng)域的研究和開發(fā)具有重要意義。對文本進(jìn)行標(biāo)注就是語言資源建設(shè)的一個方面，人機(jī)交互式的標(biāo)注工具是進(jìn)行語料標(biāo)注的有效手段，從一定程度上可以的減輕標(biāo)注工作者的負(fù)擔(dān)，同時還可以輔助檢查標(biāo)注結(jié)果。 開發(fā)界面友好的標(biāo)注工具可以進(jìn)一步的提高標(biāo)注工作者的效率，同時結(jié)構(gòu)化的輸出更方便標(biāo)注數(shù)據(jù)的后續(xù)使用。1．2 研究背景信息抽取是指從一段文本中抽取指定的事件，事實等信息，形成結(jié)構(gòu)化的數(shù)據(jù)并填入一個數(shù)據(jù)庫中供用戶查詢使用的過程。即它從文本中抽取用戶感興趣的事件，實體和關(guān)系，被抽取出來的信息以結(jié)構(gòu)化的形式描述，然后存儲在數(shù)據(jù)庫中，為情報分析和監(jiān)測、比價購物、自動文摘、文本分類等各種應(yīng)用提供服務(wù)。例如，災(zāi)害預(yù)防部門可以從自然災(zāi)害的新聞報道中抽取出災(zāi)害的類型、時間、地點、人員傷亡、經(jīng)濟(jì)損失等情況；醫(yī)生可以從病人的醫(yī)療記錄中抽取出癥狀、診斷記錄和檢驗結(jié)果；安全部門分析有線新聞和廣播電視的文本來找到和總結(jié)恐怖分子活動記錄等。一般來說，信息抽取系統(tǒng)的處理對象是自然語言文本尤其是非結(jié)構(gòu)化文本。但廣義上講，除了電子文本以外，信息抽取系統(tǒng)的處理對象還可以是語音、圖像、視頻等其他媒體類型的數(shù)據(jù)?；趦?nèi)容的文本信息提取是當(dāng)前的一個研究熱點，無論搜索引擎還是問答系統(tǒng)，其根本的基礎(chǔ)是有效的獲取文本中的信息。使用機(jī)器學(xué)習(xí)的方法從語料庫中獲取有效的知識，以支持文本信息的處理已經(jīng)成為計算語言學(xué)的一個主流技術(shù)，而帶標(biāo)語料庫則是這一技術(shù)的基礎(chǔ)。由于語言本身的復(fù)雜性和富含信息的特點，使得語料庫標(biāo)注的內(nèi)容、對象可以在語法、語義、語用等各個層次上進(jìn)行，語料庫標(biāo)注的內(nèi)容和程度，從根本上決定了從文本中可以提取出的信息內(nèi)容和信息粒度，也決定了進(jìn)行文本內(nèi)容計算的對象、方法。比如，對于文本片斷，據(jù)美國加利福尼亞州羅斯維爾市警方說，一架單引擎飛機(jī)12日在羅斯維爾市郊墜毀，機(jī)上2人全部死亡，被飛機(jī)撞毀的一座房屋中2人失蹤。其中所包含的信息有：飛機(jī)墜毀的時間（12日）、地點（羅斯維爾市郊）、傷亡情況（2人死亡，2人失蹤）、該消息的來源（警方）、飛機(jī)本身的狀態(tài)屬性（單引擎）、消息來源的屬性（美國加利福尼亞州羅斯維爾市警方）、死亡人員的屬性(機(jī)上2人)、失蹤人員的屬性（被飛機(jī)撞毀的一座房屋中2人）、……。這些信息直接反映了文本片斷的意義，包括了命名實體、實體（如“羅斯維爾市”、“飛機(jī)”）；實體的屬性及其間的關(guān)系（如“羅斯維爾市警方”與“警方”，失蹤人員和房屋的關(guān)系）；事件（如“墜毀”事件）及其屬性（事件的時間、地點、傷亡情況等）。表達(dá)這些信息的語言形式是豐富多樣的，我們將其稱為意義單元。因此，有效地標(biāo)注文本中的意義單元，是面向文本內(nèi)容計算進(jìn)行資源建設(shè)的一個嘗試。根據(jù)突發(fā)事件的類型，對真
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1