面向信息处理的突发事件语料库分类体系研究

本文分析了突发事件新闻的特点、建设突发事件新闻语料库的目的和意义,研究了突发事件新闻语料的分类体系和编码。研究结果对突发事件新闻语料库的建设、突发事件新闻信息检索、国家相关部门对突发事件应急处理方案制定以及对流行病学的医学研究等领域具有一定的理论意义和应用价值。     

基于语料库的大学德语词汇支架式教学模型应用研究

随着信息技术的飞速发展,语料库语言学为外语词汇教学开辟了新路径。语料库基于大量的真实文本,不仅丰富了语言输入,还能让学生沉浸于大量真实的语言环境,从而掌握词汇的语义、语用和文化内涵,为多样化的输出打下基础。以语料库为德语词汇教学工具,以支架式教学为方法,构建学生为主体,教师为主导的大学德语词汇教学模型。教学实验表明,该教学模型能显著提高学生德语词汇的输出能力。     

一种基于语料库的日语动词格框架自动构造技术*

结合一个基于格语法的日汉机器翻译系统,针对现有系统日语动词格框架缺乏的现状,提出一种日语动词格框架自动构造方法.该方法基于类比与统计思想,从现有的少量人工构造的动词格框架和大量生语料出发,自动构造日语动词格框架.     

基于条件随机场的中医临床病历命名实体抽取

中医临床病历是中医重要的科研数据资源,但目前临床病历仍以文本为主要表达形式,对病历数据深入分析的前提是进行结构化信息抽取,而命名实体抽取是其基础性步骤。针对中医临床病历的命名实体,如症状、疾病和诱因等的抽取问题,通过手工标注的413份病历数据(以中文字为特征)与4类特征模版,将条件随机场(CRF)、隐马尔科夫模型(HMM)和最大熵马尔科夫模型(MEMM)用于中医病历命名实体抽取的实验,并进行比较分析。结果表明,结合合适的特征模版,CRF命名实体抽取方法取得了较好的性能,F1值的症状达到0.80,疾病名称达到0.74,诱因0.74。与HMM和MEMM相比,CRF有最高的准确率和召回率,是一种较为适用的中医临床病历命名实体抽取方法。     

文本分类中训练集相关数量指标的影响研究

针对训练集对分类性能的影响,从训练集的文本数、类别数以及特征项数这三项数量指标出发进行研究。使用多因素方差分析方法及多种语料库定量探讨该三项数量指标对分类性能的影响规律。结果发现特征项数对分类性能的影响在不同的文本数和类别数时是不同的,分类性能受训练集的这三项指标的交互影响,通过对训练集的这三项指标进行优化,提出了从分类算法、特征项选择法以外提高分类性能的途径。在真实数据上的实验结果表明,该方法可有效提高分类性能。     

限定领域的汉语-维吾尔语句子级对齐研究

针对政府文献的汉语维吾尔语语料库特点,充分利用汉语和维吾尔语的句子特性,提出一种汉维句子级别的对齐方法。该方法重点分析政府领域的汉语和维吾尔语的句型,分别对汉语和维吾尔语的语料进行边界识别,避免了复杂句型对汉语-维吾尔语句子对齐的影响,使得该方法取得句子对齐达到97%与99%之间的正确率。对齐的汉语-维吾尔语句子对可以充实语料库的规模,为汉语-维吾尔语短语对齐以及汉维机器翻译提供翻译语料。     

基于语料库的术语翻译——以“选修课”英译为个案研究

术语翻译研究的重要性已得到越来越多学者与机构的认同。本文尝试运用语料库来进行术语翻译研究,以＂选修课＂这一常见术语的英译作为个案研究。该研究从理论与实践相结合的角度,对个案进行了详细探讨,为术语翻译提供有益的参考与借鉴。     

词义消歧相关术语简介

词义消歧是计算语言学领域的基础性关键研究课题。本文介绍了与词义消歧相关的一些重要术语概念,包括词义消歧、词义区分、基于词典的词义消歧方法、有监督的词义消歧方法、词义标注语料库等。     

谈语料库在理工类院校英语教育中的应用研究

针对中国理工类院校英语教育的现实情况,探索了语料库研究在大学英语教学课堂的应用价值,希望为大学教育阶段的英语学习者指明培养语言意识、进行自主学习的可行性道路。研究了语料库在词汇语法学习以及写作教学等方面的作用,并且指出目前国内语料库应用的实际困难以及可能的发展方向。认为:语料库的教学应用能够令学习者增进语感、了解某类语法规律或某种语言现象、形成较强的语言意识;教师更可以通过语料库应用研究促进教学方式多元化,进一步推动英语教育教学改革。     

利用AntConc软件自建小型汉语中介语语料库的可行性研究

近年来,汉语中介语语料库的建设在语料库的蓬勃发展中得了开发和应用.而由于技术、资金和专利等原因,国内的汉语中介语语料库使用有极大的局限性,因此本文使用软件AntConc建立小型汉语中介语语料库来促进教学和科研的提高.