[00786930]汉语自然语言处理专家网络模型

自然语言处理是一门交叉的高科技学科，它一直是人工智能研究的焦点。专家网络是近几年来迅速发展起来的综合人工神经网络和符号规则方法于一体的新型智能信息处理系统。该课尝试用专家网络的方法开展对汉语自然语言处理的研究工作。通过研究，在理论上进行了大胆的探索，并建立了部分模拟系统，主要研究工作包括以下几个方面：通过对基于规则的符号处理方法和人工神经网络方法的比较和分析，认为专家系统可代表智能的认知性，神经网络可代表智能的感知性，采用专家网络的方法研究自然语言处理，更接近于人类的语言理解机理；提出了综合格框架理论、依存关系树和分布式的神经网络表示知识理论的自然语言处理知识表示方法，并将之用于词类标注和自动文摘系统，取得了较好的效果；建造了一个面向汉语信息处理用的电子词典，其结构形式为：词条、拼音、词性和词频。共收录了４６５４９条词，其中的每条词均采用人工标注词性，共分为１６大类，每类又分成若干小类。大类词条数目为：名词２６１０８条，动词１０７４３条，动名词８９９条，形容词３４１７条，副词６８０条，处所词１９８１条，时间词２３３条，代词１１９条，数词４８条，量词１６９条，介词２７条，连词８９条，助词３５条，方位词９０条，语气词９条，象声词１１９条，叹词２６条，固定词组２５６６条，另外还有疑难词９０余条；建立了一个基于知识的汉语自动分词系统。并对包含有３００万字的新闻报刊领域语料库进行测试，切分速度平均达１００词／秒，切分正确率达９９．５％。建立了基于单层高阶动态网络（ＳＨＤＮ）和自联想递归网络（ＡＡＲＮ）两种神经网络的汉语文本自动词类标注系统模型。对包含３００条语句的小语料库实验表明，标注正确率达到了９２％和９５％；模拟人的理解、知识获取认知过程，采用语法语义一体化分析方法，实现了计算机病毒类文章的理解和自动文摘系统模型。