课程词典系统的设计

采用面向对象的编程工具和数据库技术,使用改进的机械分词方法,开发了适合教学方面的中文索引和检索服务系统(课程词典)。系统负责搜索和获取指定范围内的有关数据。对检索服务系统的工作原理和关键技术进行了讨论和分析。该系统基于"自然语言理解"的智能检索,背景为对教学方面信息检索系统的设计与开发。系统中,无论是对用户提问的分析,还是对所检索的信息都是以汉语自动分词为基础加工处理,因而将汉字串切分为汉词串的分词问题即为该系统研发的前提和关键。     

基于Lucene的智能答疑系统的研究与实现

在对Lucene现有的中文分词器进行深入分析的基础上,提出了适合中英文处理的分词器.把研究内容应用在网络答疑系统中,建立问题库,利用Lucene对已有的问答进行全文检索,实现了智能答疑的功能.最后设计了一个对搜索出来的问答进行排序的方法,以便提高系统的使用价值和性能,更好地实现智能答疑.     

分词用法面面观

分词是三种非谓语动词之一，有现在分词和过去分词两种，除了与be和have构成进行时、完成时和被动语态外，还可以用作表爵、定语、宾语补足语和状语等。笔者拟根据分词的语法功能，结合自已的教学体会，谈谈使用分词时应注意的一些问题。     

无主语分句的逻辑主语

无主语分句在书面英语中出现的频率很高。由于无主语分句本身不含主语，所以必须准确判断无主语分句的逻辑主语才能正确理解无主语分句的完整含义。本文通过大量例句分析了不定式分句、分词分句和无动词分句等三种无主语分句的逻辑主语     

商品文本中药物名称和化学名称识别的研究

分析了商品本中药物名称和化学物质名称分词后特征，试图以规则模型和统计模型相结合的方法进行了商品文本中药物名称和化学物质名称的辨识，实验结果表明：机器识别可以获得一定的准确率。     

中文文本挖掘中的无词典分词的算法及其应用

对中文文本挖掘中的词汇处理技术进行了较深入的探讨 ,提出了针对汉语语言特点的无词典分词算法。该算法基于“找最长字共现”的原则 ,可以准确地将文本中的词汇切分出来。     

关于-ing分词逻辑主语的分类

本文探讨了英语动名词和现在分词合称为－ｉｎｇ分词之后,其逻辑主语的理论依据及其表示的一般规律,并重新进行比较与分类,着重解释了无依着分词结构的实际含义及其在科技英语中的应用,并且对无依着分词的逻辑主语提出了新的见解．     

基于Lucene的中文分词方法设计与实现

本文设计实现了一个中文分词模块,其主要研究目的在于寻找更为有效的中文词汇处理方法,提高全文检索系统的中文处理能力.整个模块基于当前最流行的搜索引擎架构Lucene,实现了带有歧义消除功能的正向最大匹配算法.在系统评测方面,比较了该方法与现有方法的区别,对于如何构建一个高效的中文检索系统,提出了一种实现.     

汉语语音合成的研究进展

为解决如何让机器像人那样说话的问题,综述了近年来汉语语音合成技术的进步和发展;描述了汉语语音合成系统的设计方法;对基于汉语语音特点的语音合成过程中的一些关键技术和原理进行了详细的分析和比较;阐述了语音合成在多媒体等方面上的应用以及目前评价语音合成系统性能的一些新方法,并对当前语音合成技术的研究热点和语音合成技术存在的问题进行了分析,为语音合成技术的进一步研究提供了借鉴作用。     

面向维汉神经机器翻译的双向重排序模型分析

在维吾尔语到汉语等低资源语料库上, 神经机器翻译的拟合训练容易陷入局部最优解, 导致单一模型的翻译结果可能不是全局最优解。针对此问题, 通过集成策略, 有效整合多个模型预测的概率分布, 将多个翻译模型作为一个整体; 同时采用基于交叉熵的重排序方法, 将具有相反解码方向的翻译模型相结合, 最终选出综合得分最高的候选翻译作为输出。在CWMT2015维汉平行语料上的实验结果表明, 与单一的Transformer模型相比, 改进后的方法提升4.82个BLEU值。