第一章 上下文无关语法 1
1.1 形式语法描述 2
1.2 短语结构语法 4
1.3 转移网络 7
1.4 短语结构与句法树 8
小结 11
第二章 上下文无关句法分析器 12
2.1 语法 12
2.2 基于符号串的句法分析 13
2.3 自底向上的图句法分析 18
2.4 自顶向下的图句法分析 26
2.5 基于转移网络的句法分析 28
小结 32
第三章 基于特征的语法及其句法分析 33
3.1 特征结构与基于特征的语法 36
3.2 基于特征的句法分析 39
3.3 基于扩充转移网络的句法分析 41
3.4 基于合一的语法 44
小结 49
第四章 词汇语义 50
4.1 义立 51
4.2 语义场 54
4.3 语义特征 56
4.4 原型 59
4.5 词义选择 61
4.5.1 论旨角色 61
4.5.2 语义网络 64
小结 65
第五章 句义分析 66
5.1 逻辑表示 67
5.2 模型论语义 71
5.3 句法驱动的语义分析 72
5.3.1 语义组合性 72
5.3.2 句法驱动的语义分析 74
5.4 基于句法结构的语义分析 76
5.5 基于语义语法的语义分析 78
5.6 语义驱动的句法分析 79
小结 82
第六章 语言模型 83
6.1 语言与信息量 83
6.2 N-Gram模型 84
6.3 参数估计与平滑 86
6.3.1 Good-Turing平滑 88
6.3.2 插值平滑 89
6.4 基于词聚类的语言模型 90
6.5 语言模型的评估 91
小结 91
第七章 隐马尔科夫模型 93
7.1 马尔科夫模型 93
7.2 隐马尔科夫模型的描述 94
7.3.1 解决第一个基本问题 95
7.3 隐马尔科夫模型基本问题的解决 95
7.3.2 解决第二个基本问题 96
7.3.3 解决第三个基本问题 98
7.4 词性标注 100
小结 101
第八章 概率上下文无关语法 102
8.1 概率上下文无关语法的基本概念 102
8.2 概率上下文无关语法的基本算法 106
8.3 概率上下文概率语法基本假设的问题 112
小结 114
9.1.1 机器翻译的基本方法 115
9.1 机器翻译概述 115
第九章 机器翻译 115
9.1.2 困难和对策 118
9.1.3 机器翻译研究的发展历程 119
9.2 基于规则的机器翻译 121
9.2.1 基于规则的机器翻译策略 121
9.2.2 翻译知识的描述和表达 122
9.2.3 基于规则系统的基本翻译流程 124
9.3 经验主义及混合机器翻译方法 125
9.3.1 基于统计的机器翻译 125
9.3.2 基于实例的机器翻译 128
9.3.3 混合的机器翻译方法 131
9.4 双语对齐 133
9.4.1 句子一级的对齐 134
9.4.2 词汇一级的对齐 137
9.5 机器翻译系统的使用 138
9.5.1 目前对机器翻译的需求 138
9.5.2 机器翻译的使用 141
9.5.3 进一步的需求和展望 144
小结 145
参考文献 146