导读:本文包含了词联接技术论文开题报告文献综述及选题提纲参考文献，主要关键词:词联接,NLP,技术改进
词联接技术论文文献综述
赵栋材,周雁[1]（2018）在《基于词联接的自然语言处理改进技术研究》一文中研究指出随着人类社会信息化程度和计算机水平的提高,自然语言处理(NLP)技术逐渐成为计算机应用和人工智能研究的热点。自然语言的处理方法主要采用描述语言规律的基本思路,研究者探索出一些有效的技术,并取得一定的成果。通过对此类技术进行升级改造,总结了研究成果,改进基于词联接的自然语言处理技术的应用原理,从而使得该技术在应用中具有更高的处理语言文字的效率和准确性,使其更适应现代的人际交往。(本文来源于《计算机与网络》期刊2018年09期）
李良炎[2]（2006）在《基于词联接的古典诗词自动分词技术》一文中研究指出一直以来,汉语自动分词是公认的汉语信息处理瓶颈。反思现有汉语自动分词技术,发现均隐含两大假设:语言是规律的、词具有确定边界。这与语言的复杂性、组合性、动态性、模糊性特征不符。本文提出一种基于词联接的软分词技术,其知识库包括基本词集、复合词集、词联接集叁层结构,可以进行词联接类比推理。由于引入了词联接,该技术能够描述不规范语言现象,并支持复合词具有不确定边界。以诗词语言处理系统为平台的测试结果表明:该技术的分词性能优于现有Bigram技术。(本文来源于《外国语言文学研究》期刊2006年03期）
李良炎[3]（2005）在《基于词联接的软分词技术》一文中研究指出一直以来,汉语自动分词是公认的汉语信息处理瓶颈。反思现有汉语自动分词技术,发现均隐含两大假设:语言是规律的、词具有确定边界。这与语言的复杂性、组合性、动态性、模糊性特征不符。本文提出一种基于词联接的软分词技术,其知识库包括基本词集、复合词集、词联接集叁层结构,可以进行词联接类比推理。由于引入了词联接,该技术能够描述不规范语言现象,并支持复合词具有不确定边界。以诗词语言处理系统为平台的测试结果表明: 该技术的分词性能优于现有Bigram技术。(本文来源于《外国语言文学研究》期刊2005年04期）
李良炎,何中市,易勇[4]（2005）在《基于词联接的诗词风格评价技术》一文中研究指出在当前自然语言处理的研究状况下,文学语言处理应当受到足够的重视。诗词艺术集中体现了文学语言的形象性、情感性、个性等特征,是文学语言处理研究很好的切入点。风格评价是文学语言处理的重要课题,极具挑战性。本文以诗词语言为具体研究对象,以基于词联接的自然语言处理技术为技术背景,着重介绍并验证基于词联接的诗词风格评价技术。提出了计算方法,设计了诗词风格评价问卷调查实验。结果表明,人的诗词风格评价共性大于个性,基于词联接的诗词风格评价技术能够有效地评价诗词风格。(本文来源于《中文信息学报》期刊2005年06期）
李良炎[5]（2004）在《基于词联接的自然语言处理技术及其应用研究》一文中研究指出随着人类社会信息化程度和计算机软硬件水平的提高，自然语言处理(Natural Language Processing，简称NLP)技术逐渐成为计算机应用和人工智能研究的热点，其基本技术目标是让计算机具有类似人的语言智能，例如能够象人一样听、说、读、写。围绕NLP技术逐渐形成了一个专门的学科——计算语言学。该学科属于交叉学科，涉及到语言学、心理学、心理语言学、脑科学、计算机科学、哲学、逻辑学、人工智能、数学、信息论、文学、美学等诸多学科或领域。从上个世纪中叶以来，虽然不同学科和领域的无数研究者投入了大量的研究资源，探索出了一些有效的技术，取得了一定的成果，但离实现基本技术目标还显得非常遥远。值此世纪之初，有必要从更高、更深的层面重新审视NLP技术的研究背景、目标和途径，在继承现有技术的基础上大胆创新，探索出切实可行、面向未来的新技术。本文在这个方向上作出了努力，以抛砖引玉，促进NLP技术的发展。 在国家自然科学基金项目“计算机辅助文学艺术创作研究——诗词曲联”(60173060，2002～2004)的支持下，在深入分析NLP技术背景的基础上，本文提出并初步构建了基于词联接的NLP技术(Term Connection Technique for NLP，简称TCT)，并应用到诗词语言处理系统(Poetry Processing System，简称PPS)中。理论研究和应用研究的结果表明，TCT是一种继承并发展已有技术、高度综合与包容、操作性强、有效的NLP技术。本文的主要内容包括： 第1章介绍了TCT的技术背景，包括NLP的根本难点、现阶段NLP的根本目标、NLP技术的发展阶段和趋势，提出了一系列较为独特的观点。NLP的根本难点在于自然语言具有认识性和不确定性，现阶段目标应是受限语言智能仿知技术。这一目标是在分析了NLP根本难点、现阶段的计算机技术、已有人工智能和NLP研究成果的基础上提出来的，因此是切实可行的。NLP技术分为技术探索、规则技术兴起、统计技术兴起叁个阶段，主要发展趋势是实例技术可能成为主流技术，规则技术和统计技术可能成为辅助技术。 第2章介绍了TCT的基本原理、技术结构、哲学基础、理论基础、方法基础，从宏观上初步构建了TCT。TCT的基本原理是基于受限自然语言环境建立动态语料库，基于动态语料库建立词联接实例知识库和高级知识库，基于知识库进行受限自然语言处理。TCT具有完整、简明、合理的技术结构，包括：TCT知识表示技术(TCTR)、TCT知识获取技术(TCTO)、TCT语言分析技术(TCTA)、TCT语言评价技术(TCTE)、TCT语言生成技术(TCTC)、TCT语言修改技术(TCTM)、TCT语言输入输出技术(TCTIO)。TCT的哲学基础是易学，这是本学位论文最具重庆大学博士学位论文特色的地方。易学是中国古代哲学的精华，具有朴素的唯物辩证思想和系统观，对于认识和认识建模都具有很强的指导作用。TCT的理论基础是神经认知语言学，该理论强调语言理论不悖于大脑神经事实，综合了联接主义和符号主义等理论的长处，是一种面向NLP的语言学理论。TCT的方法基础是基于实例的知识加工，以实例为基础，可以更好地综合各种知识加工技术。 第3、4、5、6章分别介绍了TCT技术结构中的TCTR、 TCTO、TCTA、TCTE，从微观上初步构建了TCT。由于研究资源有限，本文在斟酌各个技术模块关系的前提下，着重研究这四大模块。在每个技术模块的研究中都注意继承与创新相结合，注意各个技术模块在功能上的独立性与系统性。与传统的NLP技术相比较，各个技术模块都具有各自的特色和创新点:在TCTR中提出了自然语言知识结构和要素、抽象概念树(Abstract concePt Tree，简称AcT)、体验语义和价值语义等;在TCTO中提出了语言知识设计、语料标注规范、语言知识获取与管理等;在TCTA中提出了词联接最大语义符合度计算和最优句树搜索的初级语言分析算法;在TCTM中提出了豪放与婉约语言风格的计算模型。 第7章介绍了基于TCT的PPS开发和测试。由于构建TCT之初就认识到了自然语言认识性中的体验性这一难点，而体验性是自然语言尤其是文学语言的重要特征，因此TCT应当能够比传统的NLP技术更好地处理文学语言。诗词语言是一种典型的文学语言，开发PPS对传统的NLP技术和TCT都是一种挑战。本文基于当前水平的TCT开发了PPS，完成了语言知识类设计、语言知识库设计、模块设计、界面设计，并在大量数据准备工作的基础上进行了诗词语料标注测试、诗词语言初级分析测试、诗词语言豪放与婉约风格的评价测试。测试结果表明，PPS取得了成功，验证了TCT的有效性。 在论文的最后总结了研究成果，并指出了今后的主要研究方向。关键词:自然语言处理，实例技术，词联接技术，诗词语言，语言风格评价(本文来源于《重庆大学》期刊2004-10-20）
词联接技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
一直以来,汉语自动分词是公认的汉语信息处理瓶颈。反思现有汉语自动分词技术,发现均隐含两大假设:语言是规律的、词具有确定边界。这与语言的复杂性、组合性、动态性、模糊性特征不符。本文提出一种基于词联接的软分词技术,其知识库包括基本词集、复合词集、词联接集叁层结构,可以进行词联接类比推理。由于引入了词联接,该技术能够描述不规范语言现象,并支持复合词具有不确定边界。以诗词语言处理系统为平台的测试结果表明:该技术的分词性能优于现有Bigram技术。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
词联接技术论文参考文献
[1].赵栋材,周雁.基于词联接的自然语言处理改进技术研究[J].计算机与网络.2018
[2].李良炎.基于词联接的古典诗词自动分词技术[J].外国语言文学研究.2006
[3].李良炎.基于词联接的软分词技术[J].外国语言文学研究.2005
[4].李良炎,何中市,易勇.基于词联接的诗词风格评价技术[J].中文信息学报.2005
[5].李良炎.基于词联接的自然语言处理技术及其应用研究[D].重庆大学.2004