統計語言學習

內容簡介

本文面向的讀者對象是具有傳統計算機科學知識背景的研究人員和科學工作者，主要介紹基於統計的語言處理技術——單詞標註（word tagging）、基於機率上下文無關語法（PCFG，probabilistic context-free grammar）的剖析（parsing，又稱為句法分析）、語法歸納（grammar induction）、句法排歧（syntactic disambiguation）、詞義分類（semantic word classes）、詞義排歧（word-sense disambiguation）等技術，同時還介紹了相關的數學知識，每一章還附有一定數量的練習題。本書在國外好評如潮，已經成為學習統計自然語言處理的不可缺少的入門書之一。

圖書目錄

圖1

第1章標準模型1

1.1兩種技術1

1.2形態學和單詞知識3

1.3句法和上下文無關語法5

1.4線圖分析10

1.5意義和語義處理19

1.6練習21

第2章統計模型和英語的熵24

2.1機率論基礎24

2.2統計模型28

2.3語音識別30

2.4熵31

2.5馬爾可夫鏈37

2.6交叉熵38

2.7用交叉熵對模型進行評測40

2.8練習44

第3章隱馬爾可夫模型及其兩個套用45

3.1英語的三元語法模型45

3.2隱馬爾可夫模型50

3.3詞性標註53

3.4練習59

第4章隱馬爾可夫模型的算法61

4.1尋找最可能的路徑61

4.2HMM輸出機率計算65

4.3HMM訓練69

4.4練習80

第5章機率上下文無關語法83

5.1機率語法83

5.2 PCFG和句法歧義87

5.3 PCFG和語法歸納89

5.4 PCFG和非語法性91

5.5 PCFG和語言模型92

5.6 PCFG的基本算法94

5.7練習95

第6章PCFG的數學原理96

6.1PCFG的關係96

6.2PCFG為句子指派機率98

6.3PCFG訓練106

6.4練習109

第7章機率語法學習111

7.1簡單的方法為什麼會失敗112

7.2依存語法學習114

7.3通過括弧語料庫進行學習118

7.4部分語法的改進121

7.5練習126

第8章句法排歧127

8.1處理介詞短語的簡單方法127

8.2使用語義信息133

8.3關係從句依附問題135

統計語言學習

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條