中文信息處理chineseinformationprocessing-資料下載頁(yè)
2025-07-18 06:28本頁(yè)面
【正文】 9811985)，北京航空學(xué)院主持，中國(guó)人民大學(xué)等十幾個(gè)院校，研究機(jī)構(gòu)參加的“現(xiàn)代漢語(yǔ)詞頻統(tǒng)計(jì)”工程是這一階段代表性的重大科研成果，這是國(guó)內(nèi)首次使用計(jì)算機(jī)進(jìn)行大規(guī)模語(yǔ)料 (2022萬(wàn)字 )的詞頻統(tǒng)計(jì)研究的大型語(yǔ)言工程 ? 第一個(gè)漢語(yǔ)自動(dòng)分詞系統(tǒng) —— CDWS,建立了一個(gè)有 13萬(wàn)余詞條的計(jì)算機(jī)詞典，研制了一個(gè)有 52個(gè)屬性的漢字信息庫(kù) ? 1988年初，北京航空航天大學(xué)在承擔(dān)國(guó)家“七五”科技攻關(guān)項(xiàng)目 《 信息處理用規(guī)范現(xiàn)代漢語(yǔ)詞庫(kù) 》 的同時(shí)，制定了 《 信息處理用規(guī)范現(xiàn)代漢語(yǔ)分詞規(guī)范 》 2022年 8月 15日 1時(shí) 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(yǔ)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(shù)的研究開(kāi)發(fā)重點(diǎn)逐步由字，詞的表層處理轉(zhuǎn)向了以句法，語(yǔ)義分析為核心的深層處理 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 31 中文信息處理的發(fā)展 ? 語(yǔ)料庫(kù)統(tǒng)計(jì)方法興起的近期階段 ? 1979年，武漢大學(xué)建設(shè)的漢語(yǔ)現(xiàn)代文學(xué)作品語(yǔ)料庫(kù)，共計(jì) 527萬(wàn)字，是我國(guó)最早的機(jī)器可讀語(yǔ)料庫(kù) ? 《 人民日?qǐng)?bào) 》 收集了 48年的全部文字和圖像內(nèi)容，公開(kāi)發(fā)行 ? 北京大學(xué)計(jì)算語(yǔ)言學(xué)研究所與富士通公司 (Fujitsu)合作，加工 2700萬(wàn)字的《 人民日?qǐng)?bào) 》 語(yǔ)料庫(kù) ? 1998年，清華大學(xué)建立了 1億漢字的語(yǔ)料庫(kù) ,著重研究歧義切分問(wèn)題，現(xiàn)在生語(yǔ)料庫(kù)已達(dá) 78億字 ? 香港城市理工大學(xué)語(yǔ)言資訊科學(xué)研究中心建立了 LIVAC(Linguistic variety in Chinese munities)語(yǔ)料庫(kù)，其宗旨在于研究使用中文的各個(gè)地區(qū)使用語(yǔ)言的異同?？傋?jǐn)?shù)為 15,234,551字，經(jīng)過(guò)自動(dòng)切詞和人工校對(duì)之后總詞數(shù)約為 8,869,900詞 ? 用來(lái)翻譯和研究各種不同語(yǔ)言對(duì)比的語(yǔ)料庫(kù) ? 北大、哈工大、東北大學(xué)建立的英漢雙語(yǔ)語(yǔ)料庫(kù) ? 北京外國(guó)語(yǔ)大學(xué)的北京日本學(xué)研究中心建立了 2022萬(wàn)字的漢語(yǔ)和日語(yǔ)并行語(yǔ)料庫(kù) 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 32 中文信息處理的發(fā)展 ?以 Inter為主要應(yīng)用對(duì)象，大規(guī)模真實(shí)文本，智能信息訪問(wèn)的現(xiàn)階段 ? Inter迅猛發(fā)展，根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的報(bào)告，截止到 2022年 6月 30日，中國(guó)上網(wǎng)計(jì)算機(jī)總數(shù) 1613萬(wàn)，上網(wǎng)用戶總數(shù) 4580萬(wàn) ?主要需求有信息分類，信息提取，自動(dòng)問(wèn)答，基于內(nèi)容的快速信息檢索，基于個(gè)性的信息推送，數(shù)字化圖書(shū)館和信息網(wǎng)格等 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 33 中文信息處理技術(shù)發(fā)展問(wèn)題的探討 ?漢語(yǔ)言學(xué)家沒(méi)有為 中文信息處理 作好語(yǔ)言分析的準(zhǔn)備，長(zhǎng)期以來(lái) ,對(duì)漢語(yǔ)的研究方法基本上是例舉性的，而非窮盡的；材料和對(duì)象基本上是書(shū)面的，而非口語(yǔ)的 ?中文信息處理 研究力量分散而且存在著低層次重復(fù)，缺乏統(tǒng)一規(guī)范和標(biāo)準(zhǔn)的問(wèn)題 ?現(xiàn)代漢語(yǔ)研究領(lǐng)域和計(jì)算機(jī)領(lǐng)域的隔絕狀態(tài)沒(méi)有出現(xiàn)根本性的改變
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1