中文信息處理chineseinformationprocessing-資料下載頁
2025-07-18 06:28本頁面
【正文】 9811985)，北京航空學(xué)院主持，中國人民大學(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，這是國內(nèi)首次使用計(jì)算機(jī)進(jìn)行大規(guī)模語料 (2022萬字 )的詞頻統(tǒng)計(jì)研究的大型語言工程 ? 第一個(gè)漢語自動(dòng)分詞系統(tǒng) —— CDWS,建立了一個(gè)有 13萬余詞條的計(jì)算機(jī)詞典，研制了一個(gè)有 52個(gè)屬性的漢字信息庫 ? 1988年初，北京航空航天大學(xué)在承擔(dān)國家“七五”科技攻關(guān)項(xiàng)目 《 信息處理用規(guī)范現(xiàn)代漢語詞庫 》 的同時(shí)，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(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)的研究開發(fā)重點(diǎn)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(shí) 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(jì)方法興起的近期階段 ? 1979年，武漢大學(xué)建設(shè)的漢語現(xiàn)代文學(xué)作品語料庫，共計(jì) 527萬字，是我國最早的機(jī)器可讀語料庫 ? 《 人民日?qǐng)?bào) 》 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(xué)計(jì)算語言學(xué)研究所與富士通公司 (Fujitsu)合作，加工 2700萬字的《 人民日?qǐng)?bào) 》 語料庫 ? 1998年，清華大學(xué)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(dá) 78億字 ? 香港城市理工大學(xué)語言資訊科學(xué)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(gè)地區(qū)使用語言的異同?？傋?jǐn)?shù)為 15,234,551字，經(jīng)過自動(dòng)切詞和人工校對(duì)之后總詞數(shù)約為 8,869,900詞 ? 用來翻譯和研究各種不同語言對(duì)比的語料庫 ? 北大、哈工大、東北大學(xué)建立的英漢雙語語料庫 ? 北京外國語大學(xué)的北京日本學(xué)研究中心建立了 2022萬字的漢語和日語并行語料庫 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，智能信息訪問的現(xiàn)階段 ? Inter迅猛發(fā)展，根據(jù)中國互聯(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，中國上網(wǎng)計(jì)算機(jī)總數(shù) 1613萬，上網(wǎng)用戶總數(shù) 4580萬 ?主要需求有信息分類，信息提取，自動(dòng)問答，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)展問題的探討 ?漢語言學(xué)家沒有為 中文信息處理 作好語言分析的準(zhǔn)備，長(zhǎng)期以來 ,對(duì)漢語的研究方法基本上是例舉性的，而非窮盡的；材料和對(duì)象基本上是書面的，而非口語的 ?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)的問題 ?現(xiàn)代漢語研究領(lǐng)域和計(jì)算機(jī)領(lǐng)域的隔絕狀態(tài)沒有出現(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