中文信息处理介绍.pptVIP

中文信息处理介绍 Introduction to Chinese Information Processing ;主要内容;*主要内容;*相关的术语及其所指 ;*相关的术语及其所指 ;*“汉语信息处理” 在研究什么？;*关于“汉语信息处理”的基本认识;*主要内容;;;汉语信息处理的主攻方向;;;;;; 1. 你得藏在一个你看得见他，可是 他看不见你的地方。（逗号断开了结构） 2. 车臣武装分子和世界其他地区的 恐怖分子是一丘之貉，应该合力 打击他们。 （分句的主语省略，“他们”又指谁？） ;小明要求他爸爸给他弟弟买一件 他喜欢的衣服，他同意了。 （4 个 “他” ，各指谁？） 重庆队得88分，客场负于台湾队2分。 （CBA, 台湾队和重庆队各得多少分？比赛地点？） ; 我在家里。(be) 我在家里看书。(in) 我在看书。 (-ing) 你在干什么？——看书。 你喜欢干什么？——看书。 如果我是你，我就去了。 如果我有时间，我就去。 ;汉语信息处理还有其他障碍;*主要内容;关于一般的自然语言处理系统;;;ICL/PKU的现代汉语语言知识库;（1）《现代汉语语法信息词典》GKB;;;;现代汉语语法信息词典详解;现代汉语语法信息词典 GKB;《现代汉语语法信息词典》总库之样例;G K B;G K B;（2）现代汉语语义词典 CSD ;现代汉语语义词典（含6万实词）——《现代汉语语法信息词典》的扩充，面向机器翻译。;（3）中英文概念词典 CCD ;（3）中英文概念词典 CCD ;“先生”表示的概念之一 ;“先生”表示的另外两个概念;中英文概念词典可视化表示（树之节点——同义词集合）;（3）中英文概念词典 CCD ;（4）大规模现代汉语基本标注语料库 ;北大语料加工中的规范;;（5）汉英双语平行语料库 BAC; 平行相关句列 Parallel Concordance;信息科学技术领域术语库 中英文对照,条目约15万对 体育、商务、餐饮、旅游领域术语库;体育术语 1;体育术语2;（7）现代汉语短语结构规则库;（7）现代汉语短语结构规则库;（8）用于语言知识库开发的各种工具软件 ;语言数据资源建设的基本经验;主要内容;研究中的课题;综合型语言知识库系统的建设 ;**北大现有语言数据资源之内在联系;语言数据资源的集成方案; 各种语言数据资源之相互支撑;语言数据资源的集成方案;基本标注标注语料库之样例 ;《语法信息词典》和语料库相互参照的准确定位 ;在基本标注语料库上加注“同形” ;例：GKB 和 同形标注语料库 之 集成 ;以粗粒度词义为主轴的集成方案; 集成原始语料库和字典 ——以“字” 为主轴; 集成切分语料库和词典 ——以“词” 为主轴;集成基本标注语料库和划分词类的词典——以“词语”＋“词性”为轴;以粗粒度词义为主轴的集成方案;现代汉语语义词典（含6万实词）——《现代汉语语法信息词典》的扩充，面向机器翻译。;粗粒度词义标注（同形）的实例;细粒度词义标注（同形）的实例;以细粒度词义为主轴的集成方案;《语法信息词典》和“同形”标注语料库之集成方案——文本型语料库与结构化语料库之双向转换 ;不同结构数据资源集成方案的实现技术：《人民日报》基本标注语料库的结构化表示（关系数据库文件）;可以同语法信息词典连接 (JOIN)，一体化，便捷存取。 （同上页比，增加了“同形”不空的例子）;综合型语言知识库的利用;汉语词汇计量研究之发???历程（伴随着语料库加工的逐步深入）;汉语词汇计量研究之发展历程（伴随着语料库加工的逐步深入）;汉语词汇计量研究之发展历程（伴随着语料库加工的逐步深入）; 汉语词汇计量研究之发展历程（伴随着语料库加工的逐步深入）; 汉语词汇计量研究之发展历程（伴随着语料库加工的逐步深入） 向更高峰登攀！; 基于语言数据资源的知识挖掘研究及其成果;词 ; 基于语言数据资源的知识挖掘研究及其成果;若P(v) P(vn)，则该动词向名词彼岸的漂移刚刚开始。 ;若P(v)≈ P(vn)，则该动词处于向名词漂移的过程中。 ;若P(v) P(vn)，则该动词已漂移到接近名词的彼岸。 ;基于语言数据资源的知识挖掘研究及其成果;概率语法信息词典的研制 ;文本内容理解的进展 ;（3）对隐喻等语言现象的思考与处理 ;（3）对隐喻等语言现象的思考与处理 ;典型应用系统开发;典型应用系统开发 ;主要内容;与 CI