语言信息处理

摘要： 随着北极冰层的进一步融化,北极航行越来越受到关注,有效识别和评估北极航行过程的外部环境风险,能够为未来北极航线的常态化运营提供有益借鉴。在准确识别北极航行外部环境风险的基础上,从政治、经济、社会和自然4个维度建立风险评估指标体系,并借助语言信息处理法和模糊综合评价法对北极航行外部环境风险进行综合评估,最后提出风险防控的相关措施。结果表明,北极航行外部环境风险等级为中等风险可航行,整体风险是可控的;其中,政治风险、经济风险和社会风险要高于自然风险,应该重点防控。

摘要： 为了研究中国的北极策略,利用模糊综合评价法进行北极利益攸关度等级划分.选取了50个国家作为研究对象,对每个国家的北极利益攸关度测度进行研究.首先确定北极利益攸关度测度研究所需的指标体系;再运用语言信息处理的方法确定各项指标的权重;最后用模糊综合评价的方法对每个国家的北极利益攸关度进行综合评价,并进行攸关度等级划分.得到的评价结果为:中国的北极利益攸关度等级为重要.

摘要： 人类所有的知识,都可以通过大脑来进行组织加工,通过语言文字来进行记录和传播,由此可见,无论是在知识经济时代,还是在高新技术领域,语言文字信息处理在人工智能中都是重要且基础性的存在。本文以对人工智能研究领域下的语言文字信息处理为切入点,明确语言文字信息处理是实现人工智能的关键,并从词性标注、句法分析、语言文字信息理解和机器翻译方法等方面来对基于人工智能的语言文字信息处理应用进行研究,以期为相关领域的发展及研究工作者提供思路和启发。

摘要： 2019年12月20日,“汉语盘点2019”发布了“2019年度中国媒体十大流行语”,包括综合类、国内时政类、国际时政类、经济类、科技类、文化体育娱乐类、社会生活和民生专题等八类十大流行语.这些流行语是利用语言信息处理技术,结合人工后期处理从国家语言资源监测语料库①中提取出来的.

摘要： 为了从计算语音学角度比对朝鲜语与蒙古语单元音的相似性,提出了基于共振峰参数的对比分析方法.首先在提取朝鲜语与蒙古语的单元音前两个共振峰频率F1和F2的基础上,分别计算其均值、 标准差和离散度;其次分析了两种语音单元音共振峰频率分布的差异情况;最后采用t-检验方法对两种语言单元音共振峰参数进行了相似性比对.对比分析结果表明,采用F1和F2参数可以明显区分不同单元音之间声学特征的差异;另外通过对比发现朝鲜语与蒙古语中有5对单元音存在声学特征的相似性,该结果与这5对单元音发音过程中舌位和圆唇度分析是一致的.该朝鲜语与蒙古语单元音声学特征相似性对比分析方法,可以为进一步采用计算语音学方法研究朝鲜语与蒙古语的语音相似性提供依据.

摘要： 国家语言资源监测与研究平面媒体中心利用语言信息处理技术,结合人工后期处理从国家语言资源监测语料库①中提取出了综合类、国内时政类、国际时政类、经济类、科技类、文化教育类、社会生活类和民生专题类等八类十大流行语,以反映媒体上的中国与世界.其中,综合类“十大流行语”作为“汉语盘点2018”活动的一部分,由国家语言资源监测与研究中心、商务印书馆等多家机构在现场联合向社会发布,受到了广泛关注.

摘要： 国家语言资源监测与研究有声媒体中心利用语言信息处理技术,加上后期层层筛选,从国家语言监测语料库①中共获得了320条2018年度新词.这些新词语真实反映了2018年度中国出现的新事物、新概念、新情况,以及这一年里社会发展的状况、人们心理发生的变化.其中,“十大新词语”作为“汉语盘点2018”活动的一部分,由国家语言资源监测与研究中心、商务印书馆等多家机构联合向社会发布,受到了社会的广泛关注.

摘要： 《大学生》：你们的研究方向部是哪些？高山：我的专业是语言学和应用语言学，方向是计算语言学（语言信息处理）。我的研究兴趣点是机器翻译，它对语言学的要求非常高。当然，这和我的专业有很大关系，我是开罗大学中文系本科毕业的，后来来到北语读计算语言学研究生。北语招国外博士生时，要求很高，在信科只有我一个外国博士生。

摘要： 本文介绍、评析了语言信息处理中的两种(五个)语言模型.一是将文本进行分类的代数模型,如向量内积模型、矩阵奇异值分解模型;二是分词领域广泛应用的统计模型,如隐马尔可夫HMM模型、最大熵MEM模型和条件随机场CRF模型.

摘要： 本文介绍北京语言大学计算机系语言信息处理研究所近来的研究工作,包括百科辞典知识提取,文本按语体分类,面向语言教学研究的汉语语料库检索工具,分词和简单短语归并.

摘要： 本文针对创业机会测评中语言信息处理的问题，提出了将二元语义与层次分析法相结合的新的思路和方法，在对语言信息进行转化和运算的过程中，能够尽可能地减少信息的损失和扭曲。将定量分析和定性分析相结合克服了以往单纯使用定量方法或定性方法对创业机会进行评价的弱点，使得最终评价的结果更能够接近客观实际，提高了测评效果的准确性，从算例中也可以看出，该方法计算过程简单，处理信息准确等优点，具有有效性和实用性。

摘要： 机器翻译是语言信息处理技术竞争的核心。本文首先介绍了班智达汉藏机器翻译系统的设计原则和体系结构，然后对其工作流程和系统规模做了详细的介绍。

摘要： 随着自然语言信息处理的不断发展和完善，大规模语料文本处理已经成为计算语言学界的一个热门话题。一个重要的原因是从大规模的语料库中能够提取出所需要的知识。而语料文本的处理与加工以语法信息词典作基础。本文结合《藏文语料自动标注》的开发经验，论述了对藏文语料库切分与标注用的藏文语法信息词典的建立和设计，重点讨论了该词典的内容建设、语法信息的标注、索引结构及查找算法。

摘要： 本文提出了一种有效的汉语分词方法。该方法在计算N元概率时采用统计语言模型中常用的Katz平滑算法,对计算N元概率时所用的最大似然法和加1平滑算法进行了改进,同时采用了将字符串映射到整数的方法设计了N元短语的词典结构,以降低分词系统的空间/时间复杂度。

摘要： 对语言信息处理的研究，应该理性主义与经验主义相结合。所谓经验主义，就是让我们反思、内省、总结人类是如何掌握语言的，据此教给机器如何感知语言，处理语言。汉语国际推广的教学，从教材的编写和教法，和各位所从事的教给计算机“理解”语言、处理语言实际在走同一个路子。本文你通过许嘉璐先生对黄曾阳先生报告的回应的形式，就概念层次网络（HNC）作一阐释。

摘要： 本文用,对卷五中四篇文章做了扫描识别处理,对其扫描结果的识别错误进行统计分析后提出了相应的校正算法,并做了校正实验.实验结果证明了文章提出的校正算法的可行性和可靠性(其召回率为97.28％,准确率为97.64％).但是,本文只是基于的现状,做了一些探讨,许多方面还需要进一步完善.对于拓展一条旨在扩充和更新蒙古语语料库内容的扫描识别实用通道来说,这仅仅是一次探索性尝试.

摘要： 本文用,对卷五中四篇文章做了扫描识别处理,对其扫描结果的识别错误进行统计分析后提出了相应的校正算法,并做了校正实验.实验结果证明了文章提出的校正算法的可行性和可靠性(其召回率为97.28％,准确率为97.64％).但是,本文只是基于的现状,做了一些探讨,许多方面还需要进一步完善.对于拓展一条旨在扩充和更新蒙古语语料库内容的扫描识别实用通道来说,这仅仅是一次探索性尝试.

摘要： 本文用,对卷五中四篇文章做了扫描识别处理,对其扫描结果的识别错误进行统计分析后提出了相应的校正算法,并做了校正实验.实验结果证明了文章提出的校正算法的可行性和可靠性(其召回率为97.28％,准确率为97.64％).但是,本文只是基于的现状,做了一些探讨,许多方面还需要进一步完善.对于拓展一条旨在扩充和更新蒙古语语料库内容的扫描识别实用通道来说,这仅仅是一次探索性尝试.

摘要： 公开了一种能够在信息处理设备中反映已经通过在信息处理终端之间交换数据而在用户间建立的关系的信息处理系统。第一信息处理终端(3-1)从第二信息处理终端(3-2)接收操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)存储操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)将操作该第一信息处理终端(3-1)的用户的标识数据与操作该第二信息处理终端(3-2)的用户的标识数据相关联，并且将相关联的数据传送到信息处理设备(2)。信息处理设备(2)基于所接收的标识数据将操作该第一信息处理终端(3-1)的用户与操作该第二信息处理终端(3-2)的用户相关联。

摘要： 在由多个阶段配置的游戏程序中，用户可能希望容易地选择并且仅玩希望的阶段。本发明是一种信息处理系统，并且其特征在于包含：执行装置，其用于执行一个应用；组信息存储装置，其用于存储组信息，所述组信息与多条执行状态信息项目、多条内容信息项目和组标识信息相关联，所述多条执行状态信息项目表示执行装置的多个执行状态，所述多条内容信息项目表示多条执行状态信息的内容，并且所述组标识信息标识所述多条执行状态信息项目和所述多条内容信息项目所属的组；以及菜单信息生成装置，其用于基于所述组信息生成菜单信息，所述菜单信息显示在所述组中的至少一个中包括的内容信息。所述执行装置的特征在于通过使用与在所述菜单信息中包含的内容信息项目中的至少一条相关联的执行状态信息执行所述至少一个应用。

摘要： 一种跨语言信息建构方法，包含以系统的处理器从多个网络平台搜集多个对象信息。以处理器依据这些对象信息建构对应本地语言的第一数据结构与对应目标语言的第二数据结构。以处理器依据第一数据结构内的多个第一对象信息具有的特征数据，对这些第一对象信息进行分群以形成多个本地图像群组。以处理器依据第二数据结构内的多个第二对象信息具有的特征数据，对这些第二对象信息进行分群以形成多个目标图像群组。其中，每个本地图像群组包含多个本地标签群组，且每个目标图像群组包含多个目标标签群组。

摘要： 本发明提供一种具有一模块化的语言信息模块的多国语言系统及更新语言信息的方法。该多国语言系统包含：接口模块，用来产生使用者接口；语言信息模块，包含至少一个标识符串以及至少一语言信息，每一该标识符串是对应于一语言信息，而每一语言信息是代表一自然语言；以及一字型数据库，包含至少一个字型集合，每一该字型集合是对应于一语言信息，并且包含至少一个字型，以表示该语言信息所代表的自然语言；其中，该接口模块是用以根据该语言信息模块的语言信息，至其所对应的字型集合，以找出该语言信息所代表的自然语言的字型，并且显示该字型于该使用者接口上。

摘要： 本发明公开了一种构建语言信息识别模型的方法及语言信息识别装置。该方法包括：采集并标识垃圾语言信息，并提取采集的垃圾语言信息中包含的特征词，生成垃圾特征词库；基于垃圾特征词库，构建以垃圾语言信息标识和特征词分别为行列向量的文档向量空间模型；根据预先设置的特征词向量权重算法并基于垃圾特征词库，分别计算构建的文档向量空间模型中的行列向量值，得到训练的文档向量空间模型；配置基于训练得到的文档向量空间模型的识别策略，构建语言信息识别模型以对语言信息进行垃圾语言信息识别。应用本发明，可以基于单类垃圾SMS数据构建语言信息识别模型，并能有效降低模型训练的资源消耗以及训练时间。

摘要： 公开了一种能够在信息处理设备中反映已经通过在信息处理终端之间交换数据而在用户间建立的关系的信息处理系统。第一信息处理终端(3-1)从第二信息处理终端(3-2)接收操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)存储操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)将操作该第一信息处理终端(3-1)的用户的标识数据与操作该第二信息处理终端(3-2)的用户的标识数据相关联，并且将相关联的数据传送到信息处理设备(2)。信息处理设备(2)基于所接收的标识数据将操作该第一信息处理终端(3-1)的用户与操作该第二信息处理终端(3-2)的用户相关联。

摘要： 在由多个阶段配置的游戏程序中，用户可能希望容易地选择并且仅玩希望的阶段。本发明是一种信息处理系统，并且其特征在于包含：执行装置，其用于执行一个应用；组信息存储装置，其用于存储组信息，所述组信息与多条执行状态信息项目、多条内容信息项目和组标识信息相关联，所述多条执行状态信息项目表示执行装置的多个执行状态，所述多条内容信息项目表示多条执行状态信息的内容，并且所述组标识信息标识所述多条执行状态信息项目和所述多条内容信息项目所属的组；以及菜单信息生成装置，其用于基于所述组信息生成菜单信息，所述菜单信息显示在所述组中的至少一个中包括的内容信息。所述执行装置的特征在于通过使用与在所述菜单信息中包含的内容信息项目中的至少一条相关联的执行状态信息执行所述至少一个应用。

摘要： 本发明涉及一种基于golang的多源多语言信息处理方法及系统，该方法包括：接收若干源数据，所述源数据为待处理行情数据；将所述源数据转化为同一语言格式的第一行情数据；对第一行情数据进行存储至第一数据库内；将所述第一行情数据进行合成后，形成第二行情数据，并将第二行情数据存储至第二数据库；当接收到用户端的访问请求时，根据用户端的访问请求从第一数据库或第二数据库内获取第一行情数据或第二行情数据，以使用户端获取到第一行情数据或第二行情数据；实现了对多源多语言行情源数据的处理，提高了源数据的丰富性，从而提高服务端的源数据处理效率。

摘要： 本发明涉及一种基于golang的多源多语言信息处理方法及系统，该方法包括：接收若干源数据，所述源数据为待处理行情数据；将所述源数据转化为同一语言格式的第一行情数据；对第一行情数据进行存储至第一数据库内；将所述第一行情数据进行合成后，形成第二行情数据，并将第二行情数据存储至第二数据库；当接收到用户端的访问请求时，根据用户端的访问请求从第一数据库或第二数据库内获取第一行情数据或第二行情数据，以使用户端获取到第一行情数据或第二行情数据；实现了对多源多语言行情源数据的处理，提高了源数据的丰富性，从而提高服务端的源数据处理效率。

摘要： 本发明公开了一种自然语言信息处理方法及系统。方法包括获取原始网页；对所述原始网页进行分析，提取网页中的自然语言信息；从所述自然语言信息中获取指定行业的文字信息；对所述文字信息进行清理；对清理后的所述文字信息进行结构化处理；根据结构化处理后的信息对指定行业进行分析。本发明采用成熟的网络爬虫技术，从海量的网络公共信息中抓取特定行业的文字信息。经过文字清理、结构化处理技术将海量的、杂乱的信息变成结构化的，可统计分析的数据，并用于分析选定行业的现状、分析社会对选定行业的各种看法态度看法等，指导行业发展，修正行业的方向，为行业的相关企业提供的决策上的依据，助力企业发展。