基于词联接的自然语言处理技术及其应用研究PDF电子书下载

第一章　技术背景 1

1.1　NLP的根本难点——认识性和不确定性 1

1.1.1 自然语言的认识性 2

1.1.2 自然语言的不确定性 6

1.2　现阶段NLP的根本目标——受限语言智能仿知技术 9

1.3　NLP技术的发展阶段 11

1.3.1　技术探索阶段（20世纪50、60年代） 11

1.3.2　规则技术兴起阶段（20世纪70、80年代） 11

1.3.3　统计技术兴起阶段（20世纪90年代至今） 13

1.4　NLP技术的发展趋势 15

1.4.1 实例技术可能成为主流技术 15

1.4.2　规则技术和统计技术可能成为辅助技术 17

1.5　小结 17

第二章　基于词联接的NLP技术概述 19

2.1　TCT的基本原理和技术结构 20

2.1.1 TCT的基本原理 20

2.1.2 TCT的技术结构 22

2.1.3 TCT的研究进展 24

2.2　TCT的哲学基础——易学 25

2.2.1 易卦——认知模型 26

2.2.2　五行——体验模型 28

2.3　TCT的理论基础——神经认知语言学 30

2.4　TCT的方法基础——基于实例的知识加工 33

2.5　小结 34

第三章 基于词联接的知识表示技术（TCTR） 36

3.1　知识表示基本原理 36

3.2 自然语言知识结构与要素 38

3.2.1　语言知识静态结构 39

3.2.2　语言知识动态结构 41

3.2.3　语言知识要素 42

3.3　TCTR语言知识形式化系统 43

3.3.1 自然语言知识形式化方法 43

3.3.2　词的结构语义形式化 45

3.3.3　词的整体语义形式化 46

3.3.4　词的上下文语义形式化 55

3.4　小结 60

第四章 基于词联接的知识获取技术（TCTO） 61

4.1　知识获取基本原理 61

4.2　TCTO语言知识设计原理 63

4.2.1　语料标注 64

4.2.2　语言规则设计 66

4.2.3　语言知识推理程序设计 69

4.3　TCTO语料标注规范 70

4.3.1　语料标注流程 71

4.3.2　语料标注工具 71

4.3.3　语料标注规则 72

4.3.4 编写《TCTO语料标注手册》 78

4.4　初级语言知识获取与管理 79

4.4.1　初级语言知识获取 79

4.4.2　初级语言知识管理 81

4.5　小结 81

第五章　基于词联接的语言分析技术（TCTA） 83

5.1　语言分析基本原理 83

5.2　TCTA初级语言分析原理 85

5.2.1　语言分析目标 85

5.2.2　语言知识基础 85

5.2.3　语言分析策略 86

5.3　TCTA初级语言分析核心算法 90

5.3.1 分词 90

5.3.2　词联接最大语义符合度计算 93

5.3.3　最优句树搜索 99

5.3.4　模块调用关系与流程 104

5.4　小结 104

第六章 基于词联接的语言评价技术（TCTE） 106

6.1　语言评价基本原理 106

6.2　TCTE语言风格评价原理 109

6.2.1　语言评价目标 109

6.2.2　语言知识基础 111

6.2.3　语言评价策略 114

6.3　TCTE语言风格计算 115

6.4　小结 117

第七章　诗词语言处理系统（PPS）开发与测试 119

7.1　开发目标 120

7.2　PPS设计 120

7.2.1　语言知识类设计 120

7.2.2　语言知识库设计 122

7.2.3　模块设计 123

7.2.4　界面设计（附图1、2、3、4、5、6） 125

7.2.5 编写《PPS用户指南》 126

7.3　PPS测试 126

7.3.1　数据准备工作 126

7.3.2　诗词语料标注测试 128

7.3.3　诗词语言初级分析测试 129

7.3.4　诗词语言豪放与婉约风格的评价测试 132

7.4　小结 137

第八章　总结与展望 139

参考文献 142

附录一　图、表、公式索引 150

附录二　《唐诗作品豪放与婉约风格评价问卷调查》表 153

附录三　诗词语言处理系统界面设计 157