关于汉语信息处理.ppt

中文信息处理介绍 Introduction to Chinese Information Processing YU Shiwen ZHU Xuefeng Institute of Computational Linguistics, School of electronics engineering and computer science, Peking University ( ICL/PKU ) April, 23, 2007, Moscow 主要内容 中文信息处理概要 汉语信息处理的主攻方向 综合型语言知识库介绍 研究中的课题 与 CIP 相关的信息 结语与致谢 *主要内容 中文信息处理概要 汉语信息处理的主攻方向 综合型语言知识库介绍 研究中的课题 与 CIP 相关的信息 结语与致谢 *相关的术语及其所指 Chinese Information Processing（CIP） 中文信息处理 ——Chinese character Information Processing 汉字信息处理 CIP Chinese character (IT) = Chinese ideograph (Sinology) ——Chinese language Information Processing 汉语信息处理 Natural Language Processing（NLP） 自然语言处理 Language Information Processing 语言信息处理 (1) NLP/ CIP (2) Chinese-centered Multi-lingual Information Processing 以汉语为核心的多语言信息处理 *相关的术语及其所指 Natural Language Understanding 自然语言理解 ——自然语言处理的最高境界 Computational Linguistics 计算语言学 ABBYY Headquarters V. Selegey： “both linguistic and computational aspects of Chinese modeling” ICL/PKU 以文科学科命名，设在理科的信息科学 技术学院，正好显著地反映了文理交叉的特点。 *“汉语信息处理” 在研究什么？ 实用系统： （1）人工系统的自然语言界面（问答系统） （2）机器翻译与机器辅助翻译 （3）信息检索、信息提取与搜索引擎 （4）文本管理（文本分类与聚类、文献摘要与述评、OCR后处理） （5）词典计算机辅助编纂 （6）领域知识工程（术语提取、知识元数据库、百科全书编撰） （7）语音接口技术（语音识别的后处理、语音合成的预处理） （8）自然语言处理系统评测技术 （9）面向语言本体研究与语言教学的应用 …… 汉语信息处理既立足于汉字信息处理， 又区别于汉字信息处理。 处理对象不再是单个的汉字或字符串， 而是语言学的单位：词、短语、句子乃至篇章、文档集合。 两者之间也有联系:拼音汉字转换、简繁转换、OCR 后处理、 文献检索、语音识别与合成等等。 *关于“汉语信息处理”的基本认识 自然语言处理是数值型计算机在非数值领域最早的 应用（MT）。但在“自然语言理解” 的层次上，至 今没有突破： （1）依据对人类语言机制的认识 （2）语言既是对象，又是工具 （3）依据对当代计算机能力的认识 （4）依据NLP技术发展的历史经验 汉语理解研究和其他语言一样困难。 需要交流。希望与俄国同行交流。 在技术层面上，汉语信息处理又有 特殊的课题。 *主要内容 中文信息处理概要 汉语信息处理的主攻方向 综合型语言知识库介绍 研究中的课题 与 CIP 相关的信息 结语与致谢  实例之一 关于自动升降晾衣架的对话 妻子：“嘿，过了一年才坏。” Wife:’ ’ 丈夫：“什么呀，才一年就坏了。” Husband:’ ’ 丈夫理解了妻子的意思吗？