智能信息處理：漢語語料庫加工技術及應用

《智能科學技術著作叢書》序
前言
第1章 緒論
1.1 語料庫的定義和作用
1.1.1 什么是語料庫
1.1.2 語料庫的作用
1.2 語料庫的建立
1.2.1 什么是語料庫標注
1.2.2 語料庫標注的原則
1.2.3 建立語料庫需要考慮的幾個問題
1.2.4 語料庫標注和建立的方法
1.2.5 語料庫的質量檢驗
1.3 本書的編排
參考文獻
第2章 自動分詞
2.1 自動分詞概述
2.1.1 自動分詞的意義
2.1.2 自動分詞的主要難點
2.1.3 自動分詞方法簡介
2.1.4 自動分詞評測
2.2 分詞規(guī)范
2.2.1 制定分詞規(guī)范的目的和意義
2.2.2 幾種典型的分詞規(guī)范介紹
2.3 歧義字段的切分技術
2.3.1 歧義字段現(xiàn)象分析
2.3.2 基于統(tǒng)計的歧義字段排歧
2.4 未登錄詞識別
2.4.1 專有名詞識別
2.4.2 新詞語識別
2.5 縮略語識別
2.5.1 縮略語特征分析
2.5.2 縮略語資源庫的建立
2.5.3 縮略語識別模型
2.5.4 縮略語的還原
2.6 分詞一致性檢驗
2.6.1 分詞不一致性現(xiàn)象分析
2.6.2 基于規(guī)則的分詞一致性檢驗方法
2.6.3 基于統(tǒng)計的分詞一致性檢驗方法
2.6.4 分詞一致性檢驗系統(tǒng)
參考文獻
第3章 詞性標注
3.1 詞性標注概述
3.1.1 詞性標注的意義
3.1.2 詞性標注的難點
3.1.3 詞性標注方法簡介
3.1.4 常用語料庫
3.2 詞性標注規(guī)范
3.2.1 制定詞性標注規(guī)范的目的和意義
3.2.2 幾種典型的詞性標注規(guī)范介紹
3.3 兼類詞的標注
3.3.1 什么是兼類詞
3.3.2 典型的兼類詞標注方法
3.4 詞性標注一致性檢驗
3.4.1 問題描述和分析
3.4.2 一致性檢驗模型的建立
3.4.3 實驗結果和分析
3.4.4 方法評價
3.5 詞性標注自動校對
3.5.1 基于分類的詞性標注自動校對
3.5.2 基于決策表的詞性標注自動校對
參考文獻
第4章 句法分析
4.1 完全句法分析
4.1.1 完全句法分析概述
4.1.2 形式語法體系
4.1.3 樹庫資源的建設
4.1.4 漢語句法分析的特點
4.1.5 句法分析方法
4.1.6 相關會議及評測
4.1.7 句法分析模型的評價方法
4.2 淺層句法分析
4.2.1 淺層句法分析概述
4.2.2 組塊庫的獲取
4.2.3 組塊的類型及其標注規(guī)范
4.2.4 組塊分析方法
4.2.5 相關會議及評測
4.2.6 評價參數(shù)
4.3 句法樹庫的一致性檢驗
4.3.1 不一致現(xiàn)象分析
4.3.2 不一致的發(fā)現(xiàn)和消解
參考文獻
第5章 語義標注語料庫
5.1 語義標注范圍
5.1.1 詞義標注
5.1.2 句義標注
5.1.3 篇章級的語義標注
5.2 語義標注語料庫的建立方法
5.2.1 傳統(tǒng)的以人工標注為主的方法
5.2.2 自動構建語義標注語料庫
5.3 主要的語義標注語料庫
5.3.1 詞義標注語料庫
5.3.2 句義標注語料庫
5.3.3 語篇關系標注語料庫
5.3.4 時間關系標注語料庫
5.3.5 信息抽取方面的語料庫
5.3.6 生物醫(yī)藥領域中的語義標注語料庫
參考文獻
第6章 語料庫評測
6.1 語料庫評測的意義
6.2 語料庫分詞質量評價
6.2.1 評價樣本的抽樣
6.2.2 抽樣樣本的聚類及評價
6.2.3 實驗及分析
6.3 語料庫可用性評價
6.3.1 可用性評價體系
6.3.2 可用性評價計算
6.3.3 評價結果分析
參考文獻
第7章 基于語料庫的應用研究
7.1 網頁信息處理
7.1.1 重復網頁分析
7.1.2 基于語義的網頁去重
7.1.3 基于網頁文本結構的網頁去重
7.2 特殊領域的信息抽取
7.2.1 基于HMM的農業(yè)信息抽取
7.2.2 基于NLP的土壤污染數(shù)據(jù)抽取
7.2.3 基于BOotstrapping的交通工具名識別
7.3 基于大規(guī)模語料庫的漢語韻律邊界研究
7.3.1 基于統(tǒng)計語言模型建立二叉樹結構
7.3.2 基于樹結構的漢語韻律邊界預測
7.4 基于大規(guī)模語料庫的欺騙行為檢測
7.4.1 欺騙性語料庫的建設
7.4.2 欺騙檢測的特征線索
7.4.3 文本特征抽取
7.4.4 欺騙行為檢測方法
7.4.5 實驗結果和分析
參考文獻