文本标注平台的设计原理与应用研究

来源 :上海师范大学 | 被引量 : 2次 | 上传用户:Nuangfeng0915
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
中国的语言在大型数据库建设方面主要集中于语音和词汇,而文本语法研究进展缓慢,导致这种情况主要有三方面的因素。首先,学术观念的约束,忽视了文本型的语言资源;其次,研究方法的制约,阻碍了文本标注语法研究的发展;最后,研究人员的缺少,中国民族语言众多而研究队伍成员不多。现如今越来越多的语言学家意识到真实文本语料的重要性,文本标注的语法研究也逐步取得了一些成绩,但当前用于语法标注与分析的文本处理方法和加工工具存在复杂繁琐问题,对于中国语言而言普适性不够好,尤其是处理有声调的语言,因此,通过计算机技术支持重新设计与开发一个用于文本处理实现语法标注的研究平台非常有必要且极其迫切的。本文主要目标就是想实现一个更适合中国语言文本标注的语法研究平台,具有实用性和高效性,语言学家可以高效、准确地完成生语料到熟语料的标注处理,建立语言学界一直都期盼的高效能隔行对照化格式的语言资源。本文重点论述了两个方面,一方面,改善语料资源来源的途径,丰富文本资源,扩大研究者自建的语料库;另一方面,改进文本资源加工的方法,完善文本处理,准确高效地完成语法标注。本研究基础技术由三个部分组成,输入技术、文本处理技术和输出技术。这三个部分的设计原理和解决策略构建起来也就是本平台的整体框架,为研究者提供一个更适合中国语言使用的语法研究平台,用于语法分析与文本标注。全文共分为八章:第一章:由语言资源与语法标注现状分析进而说明本研究的必要性与重要性。第二章:介绍文本标注平台的整体框架,以及本文主要技术方法的设计原理。第三章:通过本文提供的输入技术可以获取多种文本资源的来源方式,以及提出的语音快速录入形成文本的新途径。第四章:词典贯穿于整个研究平台,词典的重要性和词典设置,重点介绍了文本与词典的互动技术,隔行对照化、跳转插词和词典编辑的实现方法。第五章:句法分析,面对多种语言本文提出了改进的匹配算法提高了文本分词和匹配标注的效率性和准确性,重点阐述了文本分词的重要性和实现策略。第六章:形态分析,面对多种语言本文实现了屈折、粘着、变调、重叠和多义的语音语法语义现象的文本标注,提供了合理可行的解决方法。第七章:提供了多种资源成果的输出方式,包括语料、例句、勘拷灯、词典、词表等。可排版的隔行对照化格式,可筛选的检索结果输出,实用性非常强。第八章:总结了本文的创新之处,并对下一阶段的工作提出展望。本研究介绍了合理可行的文本资源来源方法,高效实用的语法标注处理方法,多样可排版的资源成果输出方法。本文采用词典策略、文本分词、隔行对照化、匹配标注、形态处理、深层和表层形式、词规则等技术方法完成了大量文本资源的语法标注。改善了中国语言资源挖掘与研究的方法,促进了少数民族语言和汉语方言真实文本资源语法标注的发展,同时对濒危性语言和非物质文化遗产有着极为重要的保护与保留作用。
其他文献
目的:评价经皮牛角扩张气管切开术在综合性重症监护病房(ICU)的应用价值。方法:回顾性分析我院ICU 6年间320例行气管切开术患者的临床资料,其中2013-03-2016-02行经皮牛角扩
为了研究地下顶管施工引起的地表沉降规律,根据具体施工情况及监测规范,在顶管推进线上布设横纵向监测断面,结合地表沉降理论和现场实测数据,得出管线在不同阶段时的沉降原因
目的正常人具有>24小时的内源性节律即自由运转周期。由于接受外界因素刺激,出现接近24小时的生物节律。故而推测,由于无反应觉醒综合征患者缺乏对外界感知,其生物节律可能呈
会议
现今,中国人口老龄化现象日趋严重,老年人的照护问题引起社会的广泛关注,同时整体的社会保障制度的完善进入关键时期。本文基于对老龄化背景下社会养老服务体系发展历程的梳
从整体性、层次性、开放性、适应性几方面分别阐述了体育生态系统具有别的系统不具备的鲜明个性,并结合体育教育生态系统进行实证分析。把握体育生态系统特性有助于实现体育
设计了一种可以在手机或PC端实时监测的水产养殖远程监测系统.该系统由数据集采中心、检测节点、云端服务器和监测端Android App或PC浏览器构成.检测节点负责采集数据和接受命令,通过ZigBee无线网络与数据集采中心交换信息;数据集采中心一方面从ZigBee网络中读取数据并在现场显示,另一方面通过GPRS与云端服务器进行通信;云端服务器能够存储安装在便携式设备上的App或PC浏览器显示的数据.
设计一套先进控制仿真系统软件平台。基于Matlab建立先进控制算法库,采集DCS中控制回路数据,实现先进控制算法离线仿真。实例证明仿真平台设计有效性和良好工程应用意义。
廖仲恺将爱国救国的革命精神与行政工作有机融合,形成了适应革命时代召唤的理想的行政人格。他的行政人格中内含了“致力民族解放、奉献个人生命”的行政信念,“忠诚革命事业
在我国信息技术不断发展的背景下,电子信息技术在人们的生活和工作中已经应用非常普遍,电子商务的发展也促进了我国经济和物流业的发展。在电子商务中,物流发挥着重要的作用,
目的探讨华东汉族人群糖皮质激素受体(glucocorticoid receptor,GR)基因多态性与脓毒症临床转归的相关性。方法共募集脓毒症患者194例。以连接酶检测反应(ligase detection r