《智慧型信息處理：漢語語料庫加工技術及套用》是2010年10月1日科學出版社出版的圖書，作者是鄭家恆。
基本介紹
- 書名：智慧型信息處理：漢語語料庫加工技術及套用
- 作者：鄭家恆
- ISBN：9787030291356, 7030291352
- 頁數：318
- 出版社： 科學出版社
- 出版時間：2010年10月1日
- 開本：16
內容簡介,目錄,
內容簡介
《智慧型信息處理:漢語語料庫加工技術及套用》以作者主持的國家項目、省部級項目及合作項目等為依託，以課題組近年來的研究成果為基礎，對語料庫加工質量的評價技術和語料庫的相關套用做了詳細介紹。各章節的順序展示了語料庫加工中由淺人深的發展過程。
本書重點介紹語料庫深加工中的若干技術和方法，涉及分詞、詞性標註、句法分析、語義標註以及相關加工中的自動校對和一致性檢驗技術。
《智慧型信息處理:漢語語料庫加工技術及套用》可作為計算機、語言學等專業高年級本科生、研究生教材，也可作為自然語言處理和計算語言學研究人員的參考書。
目錄
《智慧型科學技術著作叢書》序
前言
第1章 緒論
1.1 語料庫的定義和作用
1.1.1 什麼是語料庫
1.1.2 語料庫的作用
1.2 語料庫的建立
1.2.1 什麼是語料庫標註
1.2.2 語料庫標註的原則
1.2.3 建立語料庫需要考慮的幾個問題
1.2.4 語料庫標註和建立的方法
1.2.5 語料庫的質量檢驗
1.3 本書的編排
參考文獻
第2章 自動分詞
2.1 自動分詞概述
2.1.1 自動分詞的意義
2.1.2 自動分詞的主要難點
2.1.3 自動分詞方法簡介
2.1.4 自動分詞評測
2.2 分詞規範
2.2.1 制定分詞規範的目的和意義
2.2.2 幾種典型的分詞規範介紹
2.3 歧義欄位的切分技術
2.3.1 歧義欄位現象分析
2.3.2 基於統計的歧義欄位排歧
2.4 未登錄詞識別
2.4.1 專有名詞識別
2.4.2 新詞語識別
2.5 縮略語識別
2.5.1 縮略語特徵分析
2.5.2 縮略語資源庫的建立
2.5.3 縮略語識別模型
2.5.4 縮略語的還原
2.6 分詞一致性檢驗
2.6.1 分詞不一致性現象分析
2.6.2 基於規則的分詞一致性檢驗方法
2.6.3 基於統計的分詞一致性檢驗方法
2.6.4 分詞一致性檢驗系統
參考文獻
第3章 詞性標註
3.1 詞性標註概述
3.1.1 詞性標註的意義
3.1.2 詞性標註的難點
3.1.3 詞性標註方法簡介
3.1.4 常用語料庫
3.2 詞性標註規範
3.2.1 制定詞性標註規範的目的和意義
3.2.2 幾種典型的詞性標註規範介紹
3.3 兼類詞的標註
3.3.1 什麼是兼類詞
3.3.2 典型的兼類詞標註方法
3.4 詞性標註一致性檢驗
3.4.1 問題描述和分析
3.4.2 一致性檢驗模型的建立
3.4.3 實驗結果和分析
3.4.4 方法評價
3.5 詞性標註自動校對
3.5.1 基於分類的詞性標註自動校對
3.5.2 基於決策表的詞性標註自動校對
參考文獻
第4章 句法分析
4.1 完全句法分析
4.1.1 完全句法分析概述
4.1.2 形式語法體系
4.1.3 樹庫資源的建設
4.1.4 漢語句法分析的特點
4.1.5 句法分析方法
4.1.6 相關會議及評測
4.1.7 句法分析模型的評價方法
4.2 淺層句法分析
4.2.1 淺層句法分析概述
4.2.2 組塊庫的獲取
4.2.3 組塊的類型及其標註規範
4.2.4 組塊分析方法
4.2.5 相關會議及評測
4.2.6 評價參數
4.3 句法樹庫的一致性檢驗
4.3.1 不一致現象分析
4.3.2 不一致的發現和消解
參考文獻
第5章 語義標註語料庫
5.1 語義標註範圍
5.1.1 詞義標註
5.1.2 句義標註
5.1.3 篇章級的語義標註
5.2 語義標註語料庫的建立方法
5.2.1 傳統的以人工標註為主的方法
5.2.2 自動構建語義標註語料庫
5.3 主要的語義標註語料庫
5.3.1 詞義標註語料庫
5.3.2 句義標註語料庫
5.3.3 語篇關係標註語料庫
5.3.4 時間關係標註語料庫
5.3.5 信息抽取方面的語料庫
5.3.6 生物醫藥領域中的語義標註語料庫
參考文獻
第6章 語料庫評測
6.1 語料庫評測的意義
6.2 語料庫分詞質量評價
6.2.1 評價樣本的抽樣
6.2.2 抽樣樣本的聚類及評價
6.2.3 實驗及分析
6.3 語料庫可用性評價
6.3.1 可用性評價體系
6.3.2 可用性評價計算
6.3.3 評價結果分析
參考文獻
第7章 基於語料庫的套用研究
7.1 網頁信息處理
7.1.1 重複網頁分析
7.1.2 基於語義的網頁去重
7.1.3 基於網頁文本結構的網頁去重
7.2 特殊領域的信息抽取
7.2.1 基於HMM的農業信息抽取
7.2.2 基於NLP的土壤污染數據抽取
7.2.3 基於BOotstrapping的交通工具名識別
7.3 基於大規模語料庫的漢語韻律邊界研究
7.3.1 基於統計語言模型建立二叉樹結構
7.3.2 基於樹結構的漢語韻律邊界預測
7.4 基於大規模語料庫的欺騙行為檢測
7.4.1 欺騙性語料庫的建設
7.4.2 欺騙檢測的特徵線索
7.4.3 文本特徵抽取
7.4.4 欺騙行為檢測方法
7.4.5 實驗結果和分析
參考文獻
