第20届国际东方语言计算机处理会议概况.ppt

“第20届国际东方语言计算机处理会议”概 况 吕学强 基本情况（1） 时间：2003.8.4-6 地点：沈阳 主办： 东北大学 清华大学 中国中文信息协会 美国中文计算机协会 工作语言：英语和汉语 基本情况（2） 特邀报告：4 提交论文：120 录用论文：81 论文分布 词法、句法和语义：28 工具和资源：4 机器翻译：11 基于内容的信息检索：19 字符集、文档图象分析、OCR后处理：12 语音识别和合成:7 当前热点（1） 基于内容的文本处理*** 特邀报告：1 信息提取：6 文本分类：5 文本摘要：1 问题回答：3 特点 与Internet的需求紧密结合，为智能信息检索服务 当前仍以统计方法为主 机会 进一步发展需要构建通用和领域知识库 (ontology) 当前热点（2） 浅层分析 特邀报告：1 分词：1 名词实体识别：6 组块分析：3 特点 浅层：词或短语 推崇统计方法 传统的句法、语义分析（追求完整）因看不到希望而被暂时抛弃、否定 给饥饿的比尔盖茨设计的饼　 机会 需要并依赖各层次上的标注语料库　 当前热点（3） EBMT/双语语料 文本对齐：　3 EBMT方法：4　 特点 依葫芦画瓢 机会 需要大型各层次对齐的双语、多语语料库 当前冷门 小语种（少数民族语言） 藏文：　　　　3 蒙文：　　　　1 民（维）文：　2 甲骨文：　　　1 特点 还处在编码、输入、切分的初级阶段 机会 地广人稀好种田 主流方法 统计方法、机器学习 支持向量机 最大熵 神经元网络 决策树 体系发展(1) 体系发展(2) 体系发展(3) 国内NLP趣象 30年代向60年代过渡 双刃剑：资源、技术的保护与共享 执着的攀登者 神秘的派别 当前NLP的困境与机遇 困境 技术突破前景暗淡，全球企业支持下降（日本除外） 机遇 “数字奥运”，国家投入 谢谢！ * * 北京大学计算语言学研究所 2003.11.18 人工规则库 (词法、句法 语义） 应用系统 语料库 人工规则库 (词法、句法 语义） 应用系统 概率参数 统计机器学习 自然知识源 宇宙知识 应用系统 概率参数 面向机器的统计学习 面向人的机器加工 人工知识源 专家指导的人工处理