|
 |
|
|
|
|
| 作者 |
： |
王晓龙/关毅等关毅等
|
| ISBN |
： |
7302100896
|
| 页数 |
： |
286
|
| 封面形式 |
： |
简裝本
|
| 出版社 |
： |
清华大学出版社
|
| 出版日期 |
： |
2005-4-1
|
| NT$ |
： |
219
|
|
|
|
|
配送说明： 国际快递 ， 海运邮递 。
付款说明： 1. VISA、MASTER線上刷卡 2. 信用卡传真刷卡付款 3.
邮政划拨 4. 银行汇款
|
|
|
|
|
 |
| |
计算机自然语言处理技术在我国现代化及信息经建设中起着越来越理要的作用，我国政府已将它列入“国家中长斯科学技术发展纲领”。近年来，语言处理技术，特别是基于国际互联网的中文语言处理技术正在引起我国广大科技工作者的高度重视。本书既全面阐述了中文语言处理技术的特殊规律，又借鉴了国内外学者在计算语言学领域里的最新成就，还包括了作者的实践经验和体会。
本书可以作为计算机相关专业研究生的专业课教材，也可供相关专业高年级大学生长从事自然语言处理技术研究和应用的科技人员参考。
|
|
|
|
|
|
|
| |
第1章引言
第2章数学基础
2.1初等概率理论
2.1.1基本概念
2.1.2条件概率与独立
2.1.3全概率公式与贝叶斯公式
2.1.4随机变量
2.1.5多维随机变量
2.1.6数学期望与方差
2.1.7常用分布
2.2信息论基础
2.2.1信息熵
2.2.2联合熵和条件熵
2.2.3互信息
2.2.4相关熵
2.2.5语言与熵
2.2.6噪声信道模型
2.3粗糙集
2.3.1信息系统
2.3.2不可分辨关系
2.3.3集成近似
2.3.4约简
2.3.5属性依从
2.3.6决策规则合成
2.4小结第3章汉语自动分词技术
3.1引言
3.2分词规范
3.3常用的分词方法
3.3.1正向最大匹配分词
3.3.2反向最大匹配分记号
3.3.3基于统计我词网格分词
3.4歧义的分类和识别
3.4.1歧义的分类
3.4.2歧义的抽取和消歧
3.5新词的识别
3.5.1统计构词能力
3.5.2汉字构词模式
3.5.3未登录词识别算法
3.6关于分词的若干统计结果
3.7语言单位的统计分布规律(Zipf定律）
3.8小结第4章基于数学统计的语言模型
4.1统计语言模型概述
4.2现有的主要统计语言模型
4.2.1上下文无关模型
4.2.2N元文法模型
4.2.3N-POS模型
4.2.4基于决策树的语言模型
4.2.5动态、自适应、基于缓存的语言模型
4.3数据平滑技术
4.3.1数据平滑算法的评价标准
4.3.2常见平滑方法
4.4隐马尔科夫模型
4.4.1随机过程
4.4.2马尔科夫链和马尔科夫性
4.4.3马尔科夫模型
4.4.4隐马尔科夫模型
4.5最大熵模型
4.5.1模型介绍
4.5.2模型评价
4.5.3最大熵语言建模
4.6小结第5章基于语言理解的处理方法
5.1引言
5.2常用的基于语言理解的分类标注体系
5.2.1词性分类体系
5.2.2词义分类体系
5.3常用的基于语言理解的语法理论
5.3.1常用的语法理论
5.3.2浅层语法分析技术
5.4语料库多级加工
5.4.1语料库的多级加工
5.4.2分词
5.4.3词性标注
5.4.4词性标注的HMM模型
5.4.5Viterbi词性标注算法
5.4.6语法分析
5.4.7概率上下文无关文法
5.4.8语料库的应用
5.5小结第6章音字转换技术
6.1引言6.2声音语句输入
6.2.1声音语句输入的提出
6.2.2声音语句的推理
6.2.3声音语句输入的系统实现
6.3汉字智能拼音键盘输入
6.4拼音输入的多种表达形式
6.4.1拼音助学和提示输入
6.4.2简拼快速输入
6.4.3用户自定义简拼
6.4.4模糊拼音输入
6.4.5面向数字键盘的数字拼音输入
6.5拼音预处理
6.5.1拼音流的切分
6.5.2拼音纠错
6.6音字转换的实现方法
6.6.1基于理解的方法
6.6.2基于语用统计的方法
6.6.3基于模板匹配的方法
6.6.4基于上下文关联的音字转换
6.7小结第7章自动文摘技术
7.1引言
7.2文本的内部表示方法
7.3基于浅层分析的文摘技术
7.3.1建立特征库
7.3.2文摘句抽取
7.4基于实体分析文摘技术
7.4.1特征提取
7.4.2文摘抽取
7.5基于话语结构的文摘技术
7.5.1基于词汇衔接文摘方法
7.5.2基于话语树的文摘方法
7.6文摘系统评测方法
7.7关键词自动抽取
7.8小结第8章信息检索技术
8.1信息检索综述
8.1.1信息检索的定义与术语
8.1.2信息检索系统
8.1.3信息检索系统的评价
8.1.4信息检索简史
8.2信息检索的统计模型
8.2.1基于统计我信息检索模型
8.2.2布尔模型
8.2.3向量空间模型
8.2.4概率模型
8.3信息检索中的自然语言处理方法
8.4文本自动分类技术
8.4.1问题的提出
8.4.2分类预处理
8.4.3向量空间简化方法
8.4.4分类方法
8.5小结第9章文字识别技术
9.1引言
9.2联机手写体汉字识别的国内外研究概况
9.2.1国外研究概况
9.2.2国内研究概况
9.3联机手写体汉字识别方法综述
9.3.1基于统计我识别方法
9.3.2基于结构的识别方法
9.3.3基于神经元网络的识别方法
9.3.4基于机器学习的识别方法
9.4典型联机手写体汉字识别系统
9.4.1汉王中文手写体汉字识别系统
9.4.2豪文中文手写体汉字识别系统
9.5联机手写体汉字识别后处理系统
9.5.1手写体汉字识别模型
9.5.2P（I|S）估计
9.5.3P（S）估计
9.5.4基于词网格的手写体汉字识别的语言学解码方法
9.5.5联机手写体汉字识别后处理系统
9.6小结
|
|
|
|
|
|
