《蒙古语语法信息词典》管理平台的设计与实现

<蒙古语语法信息词典>是为实现蒙古语的自动分析和自动生成而研制的一部机器词典.从词典建设的实际需求出发,设计了<蒙古语语法信息词典>管理平台,介绍了管理平台设计和实现的基本方法.     

多策略同义词获取方法研究

提出一种多策略同义词获取方法, 一方面利用《同义词词林》、《中文概念词典》等现有语义词典中蕴含的同义关系获取同义词, 另一方面根据百度百科信息框(Bdbk)中特征词和汉典网(Zdic)中HTML标记获取同义词, 同时采用DIPRE自动获取模式的方法, 从百度百科文本中发现置信度较高的模式和同义关系。实验结果表明, 所提方法在NLP&CC 2012同义词评测数据集中取得较好结果。利用该方法, 以《现代汉语语法信息词典》名词部分为目标, 构建一部同义词词典并进行人工校对, 为《现代汉语语法信息词典》构建较为完善的语义关系体系做出尝试。     

基于Web的语料自动采集技术研究

在为词典编撰进行大规模语料采集工作的背景下,以实现语料的批量自动采集为目的,介绍了基于Web的词典编撰语料自动采集技术。同时提出了该技术在图书信息领域的实验模型,图书信息搜寻系统(SearchBook v2.1.0)的设计与实现,包括如何利用搜索引擎技术及信息提取技术进行图书信息的搜索及提取。     

大规模汉语词汇语义知识库的构建

文章提出了一种基于义项相似度的自动合并算法,用于整合以现代汉语语法信息词典、现代汉语虚词用法知识库和现代汉语词典(第5版)为核心,以现代汉语语义词典和同义词词林等其他19个词典为补充的多源词典和知识库,初步的构建了大规模汉语词汇语义知识库CLSKB。自动合并算法准确率达到32.9%,大幅度地提高了合并工作的效率。CLSKB共包括核心知识库CLSKB_Core和扩展知识库CLSKB_Extended。CLSKB_Core由可信度高的资源合并得到,规模约16万条。CLSKB_Extended是扩展知识库,主要资源来自网络,用于补充核心知识库,规模约33万条。该知识库可为自然语言处理中诸多领域提供丰富的词汇语义及关系信息。     

语义集成在信息自动获取系统中的实现

研究信息自动获取系统中语义集成的实现方法 .此基础上 ,提出了基于词典的语义扩充和基于空间向量模型语义的算法实现     

藏文分词中交集型歧义字段的切分方法研究

藏文自动分词是藏文信息处理中一项不可缺少的基础性工作,是藏文搜索引擎、语法信息词典建设、机器翻译、语音合成、文本自动分类、自动摘要、自动校对等等研究的基础工作。藏文自动分词中歧义消除也是关键技术,文章提出了藏文交集型歧义的切分方法即双向扫描识别和最大概率分词算法进行处理的方法。     

英语学习词典中百科信息设置原则研究——基于词典使用者角度

百科信息是词典中不可缺少的信息,主要指对客观现实的描述。针对母语和外语设计的学习词典其收录百科信息的原则是不同的。通过比较OALD7和LDELC两本词典中的百科信息的设置,发现针对母语和非母语设计的学习词典其收录百科信息的原则不同,最后从词典使用者的角度,提出学习词典收录百科信息在宏观结构和微观结构两方面的建议。     

适用于医疗卫生领域的中文分词方法研究

目前中文分词技术已经比较成熟,但是应用于医疗卫生专业领域,出现准确率、召回率、F-值均下降等问题。文章在自建2.5万句汉语医疗卫生用语语料库基础上,实验基于词典的自动分词方法、基于统计的自动分词方法、词典与统计相结合的分词方法,并通过对各种分词方法测评比较,探索适合于医疗领域的分词方法,这对深入研究医疗卫生领域信息化处理,提高医疗卫生智能化信息服务意义重大。     

外语教学词典中语法和话语信息解读

外语教学词典是针对外语学习的需要而编纂的，词条中蕴含着学生外语学习所必要的各类信息，了解词典的信息编排结构、正确地解读或掌握这些知识信息，对培养学生的外语交际能力十分有益。然而，调查显示大多数学生对选择词典比较盲目（随大流），也不太了解词典的宏观和微观结构，无法有效地使用词典。本文就是针对这一问题，从教学词典中的语法信息和话语信息两个方面，谈谈如何利用词典帮助培养大学生的外语交际能力。     

基于国际标准编码系统的藏文分词词典机制研究

藏文分词词典是藏文自动分词系统的的重要组成部分.词典的数据结构与检索速度直接影响到自动分词系统的质量.文章对几种常见的汉语分词词典机制及其效率进行了分析,并根据藏文基本集编码字符串的结构特征,提出了一种逐音节二分的藏文分词词典机制.     

非英语专业本科生对英汉词典中词汇搭配信息的需求调查和分析

词汇搭配信息是英语词汇教学和英语学习的重要内容之一。英汉词典作为英语教学和学习的重要工具,应针对英语学习者或词典使用者在英语词汇搭配上的需求提供必要的词汇搭配信息。本文就非英语专业本科生对普通学习型词典中词汇搭配信息的需求做了调查和分析。目的在于了解英语学习者的需求,为英汉词典编纂人员提供有价值的信息,为英汉词汇教学提供新的思路和借鉴。     

Interoperability for Global Observation Data by Ontological Information

The Ontology registry system is developed to collect, manage, and compare ontological information for integrating global observation data. Data sharing and data service such as support of metadata deign, structuring of data contents, support of text mining are applied for better use of data as data interoperability. Semantic network dictionary and gazetteers are constructed as a trans-disciplinary dictionary. Ontological information is added to the system by digitalizing text based dictionaries, developing "knowledge writing tool" for experts, and extracting semantic relations from authoritative documents with natural language processing technique. The system is developed to collect lexicographic ontology and geographic ontology.     

基于显著性疏表示的图像超分辨率算法简

提出了一种全新的基于视觉显著度和上下文稀疏分解的图像超分辨率算法。利用人眼视觉感知显著的区域往往趋向于高度结构化的特性,字典学习和稀疏分解过程中可以捕获更多细节特征。在字典学习部分,视觉显著区域提取出的图像样本用来训练显著字典。在先验模型的部分,由于视觉显著区域通常趋于高度结构化,基于上下文的稀疏分解被用来进一步探索相邻图像块之间的联系。实验结果表明,所提出的方法在性能上优于其他最新的方法,峰值信噪比（PSNR）增益最大。主观结果也显示,所提出的方法可以有效减少假影现象,并保持更多细节。     

汉字的数字化编码方法与实用输入软件

用分类方法为汉字编码,简捷直观,便于编制输入软件.作为典型例子,选择一个最小的汉字库、一个最常用的汉字库和一个目前最完备的大汉字库,设计制作了汉字输入系统,使小字库上的数码可作为大字库上的简码,十分方便易学好用.大道至繁至简,汉字本身存在一字多音、一字多义、一字多形的实况,从而导致汉字编码可以规范方法解决输入系统一字多码和一码多字的问题.     

外向型汉英词典中文化局限词的翻译

根据外向型双语词典编纂的相关理论，采用实证研究的方法，对国内现行的五本汉英词典中文化局限词的翻译进行总结分析后发现：文化局限词的翻译存在缺乏对应词或提供的对应词不足，未给需要注释的对应词添加注释，相关文化背景信息、语用信息、用法标注不足，缺少例证、插图和参见系统等问题，并根据词典学提出了相应的解决方案。     

正确对待词典在翻译中的作甩

仅用一本词典,掌出原文词语的意思,就能够做好翻译是对翻译的一种误解。翻译过程涉及因素较多,了解原语的基本词义只是对原文解读的一部分,而且词典意义具有静态的性质,而语言的使用则是动态的,因此,对词典意义的把握虽然有助于对原语意义的理解,但不能决定翻译的质量。从人们对词典在翻译中的作用的误解入手,阐明了如何正确对待词典与翻译的关系,从而提高翻译的质量。     

英语词典义项排列的基本原则与发展趋势

词典的义项通常需要遵循一定的排列原则和方法，本以英语词典为例，探讨义项排列的基本原则与发展趋势。词典义项排列的三种基本原则分别为：历史发展原则、逻辑联系原则和使用频率原则。这三种基本原则各有其优缺点。随着事物的不断发展，词典的义项排列方法也在不断地有新的发展，一部词典要采用何种主要的义项排列方法取决于词典的宗旨和服务对象，由于三种基本排列原则各有优缺点，事实证明各种方法的相互取长补短、综合运用是词典义项排列的主要发展趋势。     

基于联合过完备库的信号分离及重构

在信号稀疏分解理论的基础上，提出了构建联合过完备库的思想。通过对包含不同特征成分的过完备子库进行联合构建联合过完备库，它包含丰富的待分解信号的信息，复合信号在其上具有更好的稀疏性，同时由于每个分量信号在各自的过完备子库上均具有稀疏性，利用基追踪算法实现各个分量信号的分离和重构。仿真结果表明：联合过完备库对复合信号的重构以及分量信号的分离和重构具有较好地效果。     

基于WordNet的藏文语义词典半自动构建方法研究

语义词典是人工智能、语义网与知识工程等研究领域的热点,它可以支持机器学习、自然语义理解、数据挖掘及机器翻译等技术。文章在藏语独特的文法理论研究基础上,利用对比英文和藏文词之间的语义关系、构建双语大型数据库和制定映射过程中词汇空缺等方法,构建了基于半自动匹配的藏文语义词典。本语义词典既兼容了国际通用的英文WordNet,又保留了藏语的特点,为藏文信息处理提供了重要的数据资源。