中文信息处理绪论

《中文信息处理绪论》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中文信息处理概论朱晓旭苏州大学计算机科学与技术学院自然语言处理自然语言指人类使用的语言如汉语、英语等。语言是思维的载体，是人际交流的工具。语言的两种属性文字（形状、拼写）声音人类历史上以语言文字形式记载和流传的知识占知识总量的80％以上。语言研究的层面语音语法（包括词汇层和句法层）语法研究要回答的问题是：一句话为什么可以这么说而不能那么说？语义语义研究要回答的问题是：这句话说了什么？语用语用研究要回答的问题是：为什么要说这句话？语音层面歧义TTS技术一个极端的例子施氏食狮史（赵元任）石室诗士施氏，嗜狮，誓食十狮。氏时时适市视狮，十时，适十狮适市，是

2、时，适施氏适市，施氏视是十狮，拭矢试，使是十狮逝世，适石室，石室湿，氏使侍拭石室，石室拭，始食是十狮尸，始识是十狮尸，实十石狮尸，试释是事。语法层面歧义词法歧义词性兼类：工作（动名兼类）在（动副兼类）词语切分歧义：乒乓球拍卖完了鱼在长江中游句法歧义结构歧义：张三和李四的朋友组合关系歧义：观赏鱼语义层面歧义一词多义后门青蛙恐龙同志Canyoucanthecan?结构语义歧义吃饭吃食堂语义层面歧义（续）他说：“她这个人真有意思(funny)”。她说：“他这个人怪有意思的(funny)”。于是人们以为他们有了意思(wish)，并让他向她意思意思(expr

3、ess)。他火了：“我根本没有那个意思(thought)”！她也生气了：“你们这么说是什么意思(intention)”？事后有人说：“真有意思(funny)”。也有人说：“真没意思(nonsense)”。－《生活报》1994.11.13.第六版语用层面歧义水！水!请客旧时年关，有人在家设宴招待帮助过他的人，一共请了四位客人。时近中午，还有一人未到。于是自言自语：“该来的怎么还不来？”，听到这话，其中一位客人心想：“该来的还不来，那么我是不该来了？”，于是起身告辞而去。其人很后悔自己说错了话，说：“不该走的又走了”，另一位客人心想：“不该走的走了，看

4、来我是该走的！”，也告辞而去。主人见因自己言语不慎，把客人气走了，十分懊悔。妻子也埋怨他不会说话，于是辩解道：“我说的不是他们。”最后一位客人一听这话，心想“不是他们！那只有是我了！”，于是叹了口气，也走了。中文信息处理中文汉语蒙文藏文。。。狭义的中文信息处理汉语信息处理中文信息处理的层面字符层处理中文的输入、输出、存储内容层机器翻译信息检索信息过滤自然语言理解中文信息处理的发展字符层(基本解决，继续提高)中文输入编码手写语音中文存储各种字符编码中文处理Office方正等中文输出显示与打印中文信息处理的发展（续1）内容层刚刚起步有进展有些应用开始实

5、用中文信息处理的发展（续2）机器翻译Howareyou?怎么是你？HowoldareYou怎么老是你？在受限领域有进展辅助人翻译不能因为个别的例子诋毁研究中文信息处理的发展（续3）中文信息检索实用阶段，可提高空间很大GoogleBaidu360?目前已有300多亿个网页，每天几百万增加，获得的信息只有1％被有效利用。中文信息处理的发展（续4）中文信息过滤开始实用，遇到困难垃圾邮件过滤已经基本实用法轮功信息过滤基本现状部分问题得到解决，为人类提供辅助性帮助，专业领域文档翻译,电子词典,搜索引擎，文字录入等；关键性基础问题研究进展甚微，如：汉语分词，句

6、法分析，语义表示和语义计算等；社会需求日益迫切：信息服务、通讯、网络内容管理、情报处理、国家安全等等。基本现状（续）计算机对语言理解的能力到底有多大？计算机存储容量100G10万本书计算机速度比人脑快1012倍以上计算机智能几岁小孩？