簡介：點擊查看更多漢語口語韻律早期控制加工的腦機制.pdf精彩內(nèi)容。

簡介：點擊查看更多淺談CACT在對外漢語初級課程中的運用.pdf精彩內(nèi)容。

簡介：點擊查看更多歐美初級漢語學(xué)習(xí)者的漢字輸入頻率效應(yīng)實證研究.pdf精彩內(nèi)容。

簡介：點擊查看更多基于語音識別的漢語口語學(xué)習(xí)系統(tǒng)研究與設(shè)計.pdf精彩內(nèi)容。

簡介：點擊查看更多基于主動學(xué)習(xí)的漢語韻律短語預(yù)測研究.pdf精彩內(nèi)容。

簡介：南京農(nóng)業(yè)大學(xué)碩士學(xué)位論文漢語商務(wù)廣告語偏離特征英譯策略研究姓名王海華申請學(xué)位級別碩士專業(yè)英語語言文學(xué)指導(dǎo)教師侯廣旭20090601ONCETRANSLATIONTECHNIQUESFORDEVIANTCHINESECOMMERCIALADVERTISINGSLOGANSABSTRACTDEVIATION,ASONEOFTHEIMPORTANTTHEORIESINSTYLISTICS，ISINHERENTLYRELATEDTOFOREGROUNDINGANDDEFAMILIARIZATION．ITISDEFINEDASTURNINGASIDEORCHANGINGFROMTHENORMS．PURPOSEFULDEVIATIONINCOPYWRITINGISTOMAKETHETEXTMOREPROMINENT,WHICHACCORDINGLYDEFAMILARIZINGTHEREADERS．THUS，THEADVERTISEMENTTEXTISMADEDEVIANTBUTIMPRESSIVE，JUSTIFYINGTHERESEARCHONEFFECTIVETECHNIQUESFORCETRANSLATIONOFDEVIANTCHINESECOMMERCIALADVERTISINGSLOGANS．TOPAINTACLEARERPICTUREFORTHEREADERS，THETHESISBEGINSWITLLANINTRODUCTIONTOTHECURRENTCONDITIONOFTRANSLATIONSERVICESONAGLOBALBASIS，INWHICH,ANEMERGINGTRANSLATIONINDUSTRYWILLBEPRESENTED、析THINSPIRINGACHIEVEMENTSBOMFROMRESEARCHERSANDTRANSLATORS．THEDATAUSEDINTHERESEARCHARELARGELYFROMTHEMATERIALSTRANSLATEDBYTHEWRITEROFTHISTHESIS，ACCOUNTINGFORAPPROXIMATELY60％．THESEDATA,EITHERCONSIDEREDSUCCESSFULONESTOEMBODYTHEADVERTISINGNATUREOREXAMINEDINTHETARGETMARKET,ORATLEASTACCEPTEDBYTHECURRENTSPONSORS，WILLBEPRESENTEDASEXAMPLESFORANALYSISANDGENERALIZEDINANATTEMPTTODEFENDTHEARGUMENTATIONTHATFOLLOWS．BEINGTHESUBJECTINTHERESEARCH,COMMERCIALADVERTISINGSLOGANSARECAREFULLYDEFINEDANDANALYZEDFROMTHEPERSPECTIVEOFSTYLISTICS，哳T11ANAIMTOASSISTTHEREADERSINBETTERUNDERSTANDINGITSNATURE．TOFAMILIARIZETHEREADERS，LITERATUREINTHISFIELDANDRELATEDONESWILLBEREVIEWED,SHOWINGTHATTRANSLATIONOFADVERTISEMENTTEXTHASRECEIVEDEXTENSIVESTUDYOVERTHEPREVIOUSTWODECADES．INADDITION,SOMEFUNDAMENTALTHOUGHTSANDTHEORIESREGARDINGTHECOPYWRITINGPRINCIPLESWILLBEAPPROACHED，ANALYZEDANDINTERNALIZEDINTHEHOPEOFPROVIDINGAGLOBALVIEWFORREADERSANDSETTINGTHETONETOTOUCHUPONTHEPRINCIPLESOFTRANSLATINGCOMMERCIALADVERTISINGSLOGANS．BASEDONTHECLASSIFICATIONOFVARIOUSCOMMERCIALADVERTISINGSLOGANSINTOFOURMAJORⅡ

簡介：句法分析是自然語言處理中的關(guān)鍵性問題之一，它主要研究詞和短語如何形成正確的句子，詞和短語在句子結(jié)構(gòu)中起什么作用以及它們之間的關(guān)系等。句法分析研究領(lǐng)域一直是以短語結(jié)構(gòu)方法為主流，隨著句法分析技術(shù)的發(fā)展，依存語法的優(yōu)越性逐漸體現(xiàn)，依存句法分析也逐步得到重視。本論文主要采用決策式依存句法分析方法，針對漢語長句的句法分析問題展開研究工作，主要研究內(nèi)容如下首先，對漢語句子做分割的預(yù)處理工作，通過構(gòu)建根搜索器ROOT－SEARCHER，找到每個漢語句子的根結(jié)點，利用根結(jié)點信息將句子分割成兩個子句，然后分別分析出兩個子句的依存子結(jié)構(gòu)。利用這種分割方法，將長句的分析化為對兩個短句的分析，句子的復(fù)雜度有所降低，因此，提高了句法分析的正確率，解決了長句句法分析正確率較低的困難。第二，改進了句子的分析方法，在分析方法上，采用決策式依存句法分析算法，并針對ARC－EAGER決策式依存句法分析算法所出現(xiàn)的EARLY－REDUCE問題，對MEIXUNJIN的兩段式依存句法分析方法做了一定的改進，經(jīng)過改進后的兩段式依存句法分析方法，能夠同時解決由動詞和介詞所引起的EARLY－REDUCE問題。最后，在句子的分析方向上，本論文根據(jù)分割后句子的特點，以及漢語語言所具有的投影性特征，提出了采用向前分析和向后分析相結(jié)合的策略。相關(guān)實驗證明，在算法執(zhí)行過程中，采用兩種分析方向相結(jié)合的方式，能夠顯著地提高依存句法分析的正確率。

簡介：基于電話的語音識別技術(shù)的不斷完善并迅速與傳統(tǒng)的基于電話的應(yīng)用結(jié)合。語音技術(shù)不但讓那些由于環(huán)境或生理限制無法使用圖形化瀏覽器的人得以訪問WEB，也為所有的用戶提供了更為便捷的WEB訪問功能新的語音技術(shù)可以創(chuàng)建出對話驅(qū)動的應(yīng)用程序例如語音識別技術(shù)（ASR），語音合成技術(shù)TTS以及記錄和回放數(shù)字化語音在PC和服務(wù)器上并且與計算機電話集成（CTI）不斷融合。本文著力介紹了整合語音擴展標(biāo)示語言（VOICEXML）、自動語音識別（ASR）、文語轉(zhuǎn)換TTS、計算機電話集成（CTI）技術(shù)的平臺構(gòu)建及其特點，同時舉例說明了該平臺的一些應(yīng)用，最后展望了該平臺的一些改進方向。相信對語音識別的研究、測試以及最終走向應(yīng)用是十分重要和必要的。

簡介：點擊查看更多漢英委婉語對比和漢語委婉語教學(xué).pdf精彩內(nèi)容。

簡介：自然語言理解是跟計算機的誕生幾乎一同開始的。國外對自然語言理解的研究起步較早，而我國在這方面的研究是從80年代中期開始的。研究自然語言自然就離不開對動詞的研究，在某種意義上，可以說動詞是句子的中心、核心、重心，別的成分都跟它掛鉤。目前我國對動詞研究的著作很多，但這些研究基本上是面向人而不是機器的，即使象動詞大詞典是面向機器的，但它沒有對語義進行形式化的描述，這對于利用計算機來進行自然語言的理解是遠遠不夠的。因而，對現(xiàn)代漢語動詞進行語義分析，并且將分析結(jié)果進行形式化的描述是非常必要的。自然語言的計算模型是一種通用的漢語理解系統(tǒng)。這個系統(tǒng)將自然語言交流的過程分為三個層次語言形式，表層語義和深層語義；并提出了一種新的描寫漢語的文法語義結(jié)構(gòu)文法。語義結(jié)構(gòu)文法的規(guī)則式同時具有語法描寫和語義描寫，能把句子直接轉(zhuǎn)換為它的表層語義。本文采用了魯川等在動詞大詞典中提出的漢語的格系統(tǒng)，以1998年1月的人民日報標(biāo)注語料庫為研究資料，利用遞歸的思想，統(tǒng)計了現(xiàn)代漢語中主要動詞結(jié)構(gòu)的各語句模式，分析了每一模式的中心動詞的表層語義，并給出了這些模式的的語義結(jié)構(gòu)文法的規(guī)則式。

簡介：本文首先分析了信息爆炸的現(xiàn)狀之后總結(jié)了情報檢索以及搜索引擎的發(fā)展闡述了計算語言學(xué)的一個重要分支自然語言處理的應(yīng)用價值提出了本課題的主要研究目標(biāo)明確了進行本課題的必要性指出了開發(fā)虛擬信息系統(tǒng)的意義確定了所需完成的研究任務(wù)雖然目前國內(nèi)國際學(xué)術(shù)界對自然語言理解的研究比較熱門但與本課題有關(guān)的研究主要是QA系統(tǒng)和虛擬參考系統(tǒng)專門針對中文問句分析的系統(tǒng)沒有見到尤其缺乏同時具有問句理解、結(jié)果處理和回答問題三種功能的具有網(wǎng)絡(luò)服務(wù)性質(zhì)的系統(tǒng)因此本文根據(jù)搜索引擎的使用現(xiàn)狀提出了虛擬信息顧問的模型然后從現(xiàn)代漢語疑問句的計算語言學(xué)分析入手提出了虛擬信息顧問問題理解子系統(tǒng)的模型之后通過理論分析、實際應(yīng)用和程序模擬三個階段的工作對虛擬信息顧問問題理解子系統(tǒng)進行了深入的探索各種結(jié)果表明文中相關(guān)理論的合理性和可靠性驗證了文中所提到的方法是切實可行的表明自然語言處理有著非常廣泛的應(yīng)用前景

簡介：點擊查看更多智能Help系統(tǒng)及漢語機器理解相關(guān)問題的研究.pdf精彩內(nèi)容。

簡介：語塊可用于自然語言處理領(lǐng)域中，其中包括信息抽取、問答系統(tǒng)、語句相似度的比較等應(yīng)用系統(tǒng)研究中，也可以應(yīng)用于句法分析。并在這些領(lǐng)域中發(fā)揮了重要的作用。本文主要從句法分析的角度以基于規(guī)則的方法為出發(fā)點來對漢語功能語塊進行識別，這種方法根據(jù)詞性在句法分析中所起的作用來區(qū)分不同的功能語塊，以標(biāo)注顯示句子的結(jié)構(gòu)骨架。這種方法相比較于其它方法所選擇的特征少，識別的速度快，同時提高了對多動詞連用結(jié)構(gòu)的識別率。此后又用決策樹的方法對漢語功能語塊進行識別，這種方法不需要人工抽取規(guī)則，在一定程度上提高了識別率。對于漢語基本語塊，根據(jù)詞匯之間的關(guān)聯(lián)信息，語義關(guān)系以及句法形式來確定漢語基本語塊。對漢語基本語塊的識別，采用了規(guī)則抽取和統(tǒng)計相結(jié)合的方法，有效地提高了識別率。這種方法使?jié)h語基本語塊有很強的內(nèi)聚性，把句法形式與語義內(nèi)容關(guān)聯(lián)起來，同時也考慮到了語義消歧，在一定程度上避免了歧義的發(fā)生，補充了單純依靠置信度進行消歧的缺陷。

簡介：中國科學(xué)院計算技術(shù)研究所博士學(xué)位論文漢語組塊計算的若干研究姓名李素建申請學(xué)位級別博士專業(yè)計算機應(yīng)用技術(shù)指導(dǎo)教師白碩200261漢語組塊計算的若干研究于已有的漢語語義資源同義詞詞林和知網(wǎng)，引入了義原問相似度和相關(guān)度的計算公式。I同時根據(jù)義原構(gòu)成詞語、詞語組成組塊的關(guān)系，逐步計算出詞語問的相似度和相關(guān)度，最后得到組塊問的相似度。對于英漢雙語組塊，本文提出了同時利用WJRDNET，得到雙語組塊的相似度，該相似度計算的實現(xiàn)將有利于改進雙語組塊對齊的效果，乃至改進機器翻譯系統(tǒng)的性能。本文的研究成果可以應(yīng)用到信息檢索、信息抽取、文本分類／聚類、機器翻譯等自然語言處理系統(tǒng)中去。、／一一、卅飛關(guān)鍵詞自然語言處理，語法分析，組塊分析，最大熵定理，有限自動機N

簡介：漢語多詞塊作為組塊體系的重要組成部分，是由兩個或兩個以上的詞語按照一定的關(guān)聯(lián)關(guān)系組合形成的信息描述單位。多詞塊主要包括句法信息、關(guān)系信息和序列標(biāo)記組合信息。漢語多詞塊識別不僅可以在一定程度上簡化完全句法分析，而且有利于多詞塊信息在大規(guī)模真實任務(wù)中得到應(yīng)用。本文的任務(wù)是在給定一個已經(jīng)完成分詞和詞性標(biāo)注的句子后，自動識別出該句子中所有的漢語多詞塊，從中獲得各種塊標(biāo)記信息。本文引進條件隨機場，它是一個用于標(biāo)記和分割數(shù)據(jù)的無向圖模型，能夠避免嚴(yán)格的獨立性假設(shè)和標(biāo)記偏置問題，同時利用條件隨機場在序列標(biāo)注任務(wù)中表現(xiàn)出的良好性能，構(gòu)建了漢語多詞塊的自動識別模型并對模型進行了融合處理。主要工作如下1多詞塊自動識別模型的構(gòu)建在漢語多詞塊描述體系的基礎(chǔ)上，以清華大學(xué)的“漢語多詞塊庫”作為語料來源，構(gòu)建了基于條件隨機場的兩個標(biāo)記標(biāo)注模型，即“句法標(biāo)記標(biāo)注模型”和“序列標(biāo)記標(biāo)注模型”。在句法標(biāo)記標(biāo)注模型中，采用IOB2邊界標(biāo)注策略，將句法標(biāo)記的標(biāo)注看作是一個序列標(biāo)注任務(wù)，通過為句子的每個詞語賦予一個句法標(biāo)記，自動標(biāo)注出該句子的所有多詞塊邊界標(biāo)記及其句法標(biāo)記在序列標(biāo)記標(biāo)注模型中，多詞塊中的序列標(biāo)記跟其塊內(nèi)每個詞之間存在一一對應(yīng)關(guān)系，通過對多詞塊中每個詞進行自動標(biāo)注，得到其對應(yīng)的序列標(biāo)記。2多詞塊自動識別模型的融合處理針對上述兩種模型，分別設(shè)計了一系列實驗。特征選取主要基于單個詞及其詞性、多個詞的組合及其詞性的組合、狀態(tài)轉(zhuǎn)移特征。在對實驗結(jié)果進行有效融合的過程中，由多詞塊的邊界標(biāo)記和序列標(biāo)記，確定其序列標(biāo)記組合，同時使用可靠的啟發(fā)式規(guī)則集，從多詞塊的序列標(biāo)記組合中推導(dǎo)出其對應(yīng)的關(guān)系標(biāo)記，從而得到了塊的主要描述信息。本文在多詞塊自動識別方面所作的工作，為漢語句法形式和語義內(nèi)容之間建立有機聯(lián)系做出了準(zhǔn)備。如何進一步提高多詞塊自動識別的性能是下一步的研究重點。