摘要： 寫作是英語交流不可或缺的關(guān)鍵能力,也是英語教學必不可少的重要內(nèi)容。針對大學生英語寫作容易在選詞、語法等方面出現(xiàn)錯誤,以及母語負遷移問題,在分析問題產(chǎn)生原因的基礎(chǔ)上,結(jié)合語料庫語言學、認知心理學等相關(guān)理論,探索程式語在大學英語寫作教學中的應用。通過教學材料中程式語的提取、課本中程式語的使用情況分析、命題作文寫作中程式語的使用指導等環(huán)節(jié),幫助學生快速積累程式語,為提高大學生英語寫作的正確性、流利性,提供了有益參考。

摘要： 本文以 British National Corpu(s BNC)為研究語料庫,借助在線語料庫平臺 Sketch Engine,研究英語近義詞 recommend 與 suggest 在使用頻數(shù)和詞語搭配上的差異。研究發(fā)現(xiàn),recommend 的整體使用頻數(shù)遠遠小于 suggest,且他們所搭配的主語、賓語、修飾語也有明顯差異。研究的發(fā)現(xiàn)對英語近義詞學習有一定的啟示意義。

摘要： 筆者采用文獻計量法與內(nèi)容分析法,對國內(nèi)公開發(fā)表的與計量語言學相關(guān)的期刊文獻進行統(tǒng)計和分析,梳理了計量語言學在我國的發(fā)展路徑及研究現(xiàn)狀,進而總結(jié)出該領(lǐng)域的研究熱點,并對其未來的發(fā)展趨勢進行展望。最后,筆者將計量語言學與語料庫語言學進行對比,以期對計量語言學研究方法進行全面的闡述。

摘要： 李白是中國知名度最高、地位最高的詩人之一,其詩歌是唐詩藝術(shù)高峰的代表,也是中國文化在海外被接受的典范。因此,本研究選取孫大雨和許淵沖《蜀道難》英譯自建研究語料庫,借助Stanford Parser分詞軟件、Wordless和UAM Corpus Tool這兩個語料庫分析軟件,從詞匯、句法和語篇這三個層面對《蜀道難》兩種英譯進行分析。研究發(fā)現(xiàn):在詞匯層面,許譯的類符形符比、詞匯密度大于孫譯,許譯的詞匯豐富程度更高,承載的信息更加豐富,兩譯本中虛詞的數(shù)量均大于實詞。在句子層面,平均句長、標準差、方差這三個維度均表明許譯句長更平穩(wěn);兩譯本中并列結(jié)構(gòu)均使用較多,均使用了指稱銜接的手段。在語篇層面,孫譯的閱讀難度大于許譯?；谏鲜鲅芯?作者給出三點建議:重視詩歌翻譯、研究目標受眾特點、拓展傳播渠道。因此,本研究通過梳理《蜀道難》英譯的詞匯、句法和語篇三個方面的特征,以期讓海外讀者更好地感受中國文學的魅力,增進對中華文化的了解,也為研究其他詩歌提供范式,有利于推動中國古典詩歌進入另一個巔峰。

摘要： 近義詞詞義辨析一直是英語教學中的重難點之一,本研究以近義詞“reject”和“decline”為例,通過檢索它們在英國當代語料庫BNC中的使用情況,從詞義、搭配、類聯(lián)接、語義韻等層面分析探討它們的差異和實際使用,并以此說明語料庫檢索工具在近義詞辨析中的重要輔助作用,同時對英語詞匯教學和英語習得提出建議。

摘要： 以動態(tài)系統(tǒng)理論為視角,結(jié)合中介語對比分析法,探究中國英語專業(yè)學習者議論文語篇中模糊限制語的使用情況。研究中選取《中國學生英語口筆語語料庫》(2.0版)中的議論文語料和魯汶英語本族語議論文語料,并根據(jù)程度變動型、范圍變動型、直接緩和型和間接緩和型對模糊限制語進行分類,對不同水平學習者的模糊限制語輸出進行分析。研究發(fā)現(xiàn),中國英語專業(yè)學生議論文中模糊限制語的使用存在少用、濫用和類型單一的問題;模糊限制語的習得過程呈現(xiàn)非直線型上升;高水平學習者在某些詞語使用方面更接近本族語者。

摘要： 本研究選自中國官方網(wǎng)站上發(fā)布的、以“人類衛(wèi)生健康共同體”為主題的24篇新聞報道作為研究對象,自建小型語料庫,從評價理論態(tài)度子系統(tǒng)出發(fā),借助語料庫分析工具,對“人類衛(wèi)生健康共同體”話語中的評價資源進行分析,探究“人類衛(wèi)生健康共同體”新聞話語中態(tài)度資源的使用及其所傳遞的話語意義。“人類衛(wèi)生健康共同體”的語篇中較多使用判斷和鑒賞資源實現(xiàn)評價意義的表達,且這些態(tài)度資源多呈現(xiàn)積極意義,營造了一個和諧的話語環(huán)境,構(gòu)建了一個對人民生命安全負責、堅持正義友善、推動社會進步和經(jīng)濟發(fā)展的大國形象,彰顯了推動構(gòu)建人類衛(wèi)生健康共同體的重要價值和意義。

摘要： 兒童語用發(fā)展研究強調(diào)語境在兒童語用發(fā)展過程中的重要作用。進入21世紀,兒童語用發(fā)展的相關(guān)研究逐漸被各國語言學家、教育學家及心理學家等多個領(lǐng)域的專家所重視。然而,該領(lǐng)域的研究尚未在漢語語境下進行驗證。近幾年,隨著語料庫語言學的發(fā)展,兒童語用發(fā)展的實證研究也在不斷開展,并出現(xiàn)了一些研究成果。

摘要： 本文運用語料庫語言學的方法,選取《宋詞三百首》中六首李清照詞的英譯本為語料,自建語料庫比較分析了中國譯者許淵沖、曾培慈和西方譯者王紅公的三種不同英譯本。利用語料庫語言學檢索軟件Antwordprofiler1.200w和在線文本分析軟件Textalyser從類符形符比、詞匯密度、平均詞長、平均句長等一些基本數(shù)據(jù)進行統(tǒng)計和量化分析。通過定量和定性研究相結(jié)合,從而對譯者風格和翻譯策略進行有效的對比研究。

摘要： CLiC在線語料庫是英國伯明翰大學Michaela Mahlberg及其團隊設(shè)計研發(fā)的集英國文學語料庫和語料檢索功能于一體的免費在線語料庫資源,利用該資源可以大大提高英國文學教學以及文體學和文學翻譯研究的效率,值得在英語教學研究中進行推廣。本文主要介紹CLiC在線語料庫資源的主要內(nèi)容及其檢索、主題詞、詞簇、自定義標注和文本分類五大功能,并舉例說明如何利用CLiC在線語料庫資源開展英國文學教學、文體學和文學翻譯研究。

摘要： 隨著信息技術(shù)的不斷提升、互聯(lián)網(wǎng)的普及，漢語自然語言處理的難題不斷得到解決，漢語語料庫的發(fā)展和語料庫語言學的應用也面臨著新的契機。如何持續(xù)充分應用龐大的多種語料庫，并協(xié)同與配合語言學和人文、社會科學多個領(lǐng)域，來追蹤了解各種語言現(xiàn)象及其背后的社會文化深層含義，是語料庫語言學可以承擔的新任務(wù)。 LIVAC漢語共時語料庫持續(xù)處理和分析泛華語七個地區(qū)十七年四億字的語料，可真正起到“時間錦囊”的作用，為緊密追蹤、科學觀察泛華地區(qū)語言現(xiàn)象及有關(guān)社會文化演變，提供了堅實的基礎(chǔ)和科學依據(jù)。該文介紹LIVAC如何由漢語“共時語料庫”演變?yōu)椤白粉櫿Z料庫”。

摘要： 語料庫作為自然語言處理及語言學其他分支學科的研究和實驗對象,越來越受到重視。其實從揭示語言規(guī)律的角度看,語料一直受到研究者的重視。隨著計算機技術(shù)的發(fā)展與普及,獲得并處理海量的語料已經(jīng)變得簡單容易了,語料庫已經(jīng)成為一種常規(guī)的工具。黃曾陽先生曾經(jīng)形象地將語料庫比喻為農(nóng)業(yè)時代的耕地和工業(yè)時代的工廠。從語料庫建設(shè)角度看,語料庫的規(guī)模,靜態(tài)或動態(tài),平衡等方面無疑是重要的影響因素。然而從研究的角度講,語料庫所扮演的角色,所起的作用則更為重要。從語言研究的角度看,語料庫經(jīng)常被用來尋找和收集微觀的語言現(xiàn)象,以語料庫作為語言規(guī)律描寫的起點,目前在詞典編纂方面取得很好的結(jié)果。而自然語言處理,需要使用語料庫獲取語言處理所需的知識,經(jīng)常采取以統(tǒng)計為基礎(chǔ)的處理方法,語料是統(tǒng)計的對象。語料庫到底為我們提供什么樣的知識? 自然語言處理是一個跨文理工學科的研究領(lǐng)域,它不僅需要有研究和實驗的對象,更需要有理性的假設(shè),以及對假設(shè)的驗證與完善?；谶@種認識,HNC認為語料庫應當定位于：自然語言空間內(nèi)各種現(xiàn)象的分布數(shù)據(jù),輔助人激活概念聯(lián)想脈絡(luò),理論及技術(shù)的驗證。

摘要： 語料庫作為自然語言處理及語言學其他分支學科的研究和實驗對象,越來越受到重視。其實從揭示語言規(guī)律的角度看,語料一直受到研究者的重視。隨著計算機技術(shù)的發(fā)展與普及,獲得并處理海量的語料已經(jīng)變得簡單容易了,語料庫已經(jīng)成為一種常規(guī)的工具。黃曾陽先生曾經(jīng)形象地將語料庫比喻為農(nóng)業(yè)時代的耕地和工業(yè)時代的工廠。從語料庫建設(shè)角度看,語料庫的規(guī)模,靜態(tài)或動態(tài),平衡等方面無疑是重要的影響因素。然而從研究的角度講,語料庫所扮演的角色,所起的作用則更為重要。從語言研究的角度看,語料庫經(jīng)常被用來尋找和收集微觀的語言現(xiàn)象,以語料庫作為語言規(guī)律描寫的起點,目前在詞典編纂方面取得很好的結(jié)果。而自然語言處理,需要使用語料庫獲取語言處理所需的知識,經(jīng)常采取以統(tǒng)計為基礎(chǔ)的處理方法,語料是統(tǒng)計的對象。語料庫到底為我們提供什么樣的知識? 自然語言處理是一個跨文理工學科的研究領(lǐng)域,它不僅需要有研究和實驗的對象,更需要有理性的假設(shè),以及對假設(shè)的驗證與完善?；谶@種認識,HNC認為語料庫應當定位于：自然語言空間內(nèi)各種現(xiàn)象的分布數(shù)據(jù),輔助人激活概念聯(lián)想脈絡(luò),理論及技術(shù)的驗證。

摘要： 語料庫作為自然語言處理及語言學其他分支學科的研究和實驗對象,越來越受到重視。其實從揭示語言規(guī)律的角度看,語料一直受到研究者的重視。隨著計算機技術(shù)的發(fā)展與普及,獲得并處理海量的語料已經(jīng)變得簡單容易了,語料庫已經(jīng)成為一種常規(guī)的工具。黃曾陽先生曾經(jīng)形象地將語料庫比喻為農(nóng)業(yè)時代的耕地和工業(yè)時代的工廠。從語料庫建設(shè)角度看,語料庫的規(guī)模,靜態(tài)或動態(tài),平衡等方面無疑是重要的影響因素。然而從研究的角度講,語料庫所扮演的角色,所起的作用則更為重要。從語言研究的角度看,語料庫經(jīng)常被用來尋找和收集微觀的語言現(xiàn)象,以語料庫作為語言規(guī)律描寫的起點,目前在詞典編纂方面取得很好的結(jié)果。而自然語言處理,需要使用語料庫獲取語言處理所需的知識,經(jīng)常采取以統(tǒng)計為基礎(chǔ)的處理方法,語料是統(tǒng)計的對象。語料庫到底為我們提供什么樣的知識? 自然語言處理是一個跨文理工學科的研究領(lǐng)域,它不僅需要有研究和實驗的對象,更需要有理性的假設(shè),以及對假設(shè)的驗證與完善。基于這種認識,HNC認為語料庫應當定位于：自然語言空間內(nèi)各種現(xiàn)象的分布數(shù)據(jù),輔助人激活概念聯(lián)想脈絡(luò),理論及技術(shù)的驗證。

摘要： 語料庫作為自然語言處理及語言學其他分支學科的研究和實驗對象,越來越受到重視。其實從揭示語言規(guī)律的角度看,語料一直受到研究者的重視。隨著計算機技術(shù)的發(fā)展與普及,獲得并處理海量的語料已經(jīng)變得簡單容易了,語料庫已經(jīng)成為一種常規(guī)的工具。黃曾陽先生曾經(jīng)形象地將語料庫比喻為農(nóng)業(yè)時代的耕地和工業(yè)時代的工廠。從語料庫建設(shè)角度看,語料庫的規(guī)模,靜態(tài)或動態(tài),平衡等方面無疑是重要的影響因素。然而從研究的角度講,語料庫所扮演的角色,所起的作用則更為重要。從語言研究的角度看,語料庫經(jīng)常被用來尋找和收集微觀的語言現(xiàn)象,以語料庫作為語言規(guī)律描寫的起點,目前在詞典編纂方面取得很好的結(jié)果。而自然語言處理,需要使用語料庫獲取語言處理所需的知識,經(jīng)常采取以統(tǒng)計為基礎(chǔ)的處理方法,語料是統(tǒng)計的對象。語料庫到底為我們提供什么樣的知識? 自然語言處理是一個跨文理工學科的研究領(lǐng)域,它不僅需要有研究和實驗的對象,更需要有理性的假設(shè),以及對假設(shè)的驗證與完善。基于這種認識,HNC認為語料庫應當定位于：自然語言空間內(nèi)各種現(xiàn)象的分布數(shù)據(jù),輔助人激活概念聯(lián)想脈絡(luò),理論及技術(shù)的驗證。

摘要： 語料庫作為自然語言處理及語言學其他分支學科的研究和實驗對象,越來越受到重視。其實從揭示語言規(guī)律的角度看,語料一直受到研究者的重視。隨著計算機技術(shù)的發(fā)展與普及,獲得并處理海量的語料已經(jīng)變得簡單容易了,語料庫已經(jīng)成為一種常規(guī)的工具。黃曾陽先生曾經(jīng)形象地將語料庫比喻為農(nóng)業(yè)時代的耕地和工業(yè)時代的工廠。從語料庫建設(shè)角度看,語料庫的規(guī)模,靜態(tài)或動態(tài),平衡等方面無疑是重要的影響因素。然而從研究的角度講,語料庫所扮演的角色,所起的作用則更為重要。從語言研究的角度看,語料庫經(jīng)常被用來尋找和收集微觀的語言現(xiàn)象,以語料庫作為語言規(guī)律描寫的起點,目前在詞典編纂方面取得很好的結(jié)果。而自然語言處理,需要使用語料庫獲取語言處理所需的知識,經(jīng)常采取以統(tǒng)計為基礎(chǔ)的處理方法,語料是統(tǒng)計的對象。語料庫到底為我們提供什么樣的知識? 自然語言處理是一個跨文理工學科的研究領(lǐng)域,它不僅需要有研究和實驗的對象,更需要有理性的假設(shè),以及對假設(shè)的驗證與完善?；谶@種認識,HNC認為語料庫應當定位于：自然語言空間內(nèi)各種現(xiàn)象的分布數(shù)據(jù),輔助人激活概念聯(lián)想脈絡(luò),理論及技術(shù)的驗證。

摘要： 語料庫作為自然語言處理及語言學其他分支學科的研究和實驗對象,越來越受到重視。其實從揭示語言規(guī)律的角度看,語料一直受到研究者的重視。隨著計算機技術(shù)的發(fā)展與普及,獲得并處理海量的語料已經(jīng)變得簡單容易了,語料庫已經(jīng)成為一種常規(guī)的工具。黃曾陽先生曾經(jīng)形象地將語料庫比喻為農(nóng)業(yè)時代的耕地和工業(yè)時代的工廠。從語料庫建設(shè)角度看,語料庫的規(guī)模,靜態(tài)或動態(tài),平衡等方面無疑是重要的影響因素。然而從研究的角度講,語料庫所扮演的角色,所起的作用則更為重要。從語言研究的角度看,語料庫經(jīng)常被用來尋找和收集微觀的語言現(xiàn)象,以語料庫作為語言規(guī)律描寫的起點,目前在詞典編纂方面取得很好的結(jié)果。而自然語言處理,需要使用語料庫獲取語言處理所需的知識,經(jīng)常采取以統(tǒng)計為基礎(chǔ)的處理方法,語料是統(tǒng)計的對象。語料庫到底為我們提供什么樣的知識? 自然語言處理是一個跨文理工學科的研究領(lǐng)域,它不僅需要有研究和實驗的對象,更需要有理性的假設(shè),以及對假設(shè)的驗證與完善?；谶@種認識,HNC認為語料庫應當定位于：自然語言空間內(nèi)各種現(xiàn)象的分布數(shù)據(jù),輔助人激活概念聯(lián)想脈絡(luò),理論及技術(shù)的驗證。

摘要： 確定搭配候選的觀察窗口是詞語搭配自動抽取工作的基礎(chǔ)。該文首先在大規(guī)模漢語語料中統(tǒng)計了名詞、動詞、形容詞的搭配詞語的分布情況，得出抽取這三類詞搭配詞語的最佳觀察窗口。然后，進行了搭配自動抽取的對比實驗，結(jié)果表明利用搭配詞語的分布特征可以顯著提高自動抽取的準確率和召回率。最后，該文得出兩點結(jié)論：（1）搭配的分布與具體語言相關(guān)：（2）搭配的分布與其中的詞類和語法關(guān)系相關(guān)。

摘要： 確定搭配候選的觀察窗口是詞語搭配自動抽取工作的基礎(chǔ)。該文首先在大規(guī)模漢語語料中統(tǒng)計了名詞、動詞、形容詞的搭配詞語的分布情況，得出抽取這三類詞搭配詞語的最佳觀察窗口。然后，進行了搭配自動抽取的對比實驗，結(jié)果表明利用搭配詞語的分布特征可以顯著提高自動抽取的準確率和召回率。最后，該文得出兩點結(jié)論：（1）搭配的分布與具體語言相關(guān)：（2）搭配的分布與其中的詞類和語法關(guān)系相關(guān)。

摘要： 確定搭配候選的觀察窗口是詞語搭配自動抽取工作的基礎(chǔ)。該文首先在大規(guī)模漢語語料中統(tǒng)計了名詞、動詞、形容詞的搭配詞語的分布情況，得出抽取這三類詞搭配詞語的最佳觀察窗口。然后，進行了搭配自動抽取的對比實驗，結(jié)果表明利用搭配詞語的分布特征可以顯著提高自動抽取的準確率和召回率。最后，該文得出兩點結(jié)論：（1）搭配的分布與具體語言相關(guān)：（2）搭配的分布與其中的詞類和語法關(guān)系相關(guān)。

摘要： 本發(fā)明公開基于自學排列的排列語料庫的生成裝置及其方法、使用排列語料庫的破壞性表達語素分析裝置及其語素分析方法。語素分析裝置包括知識數(shù)據(jù)庫和分析器。知識數(shù)據(jù)庫儲存有在按語言的語素分析中使用的多個知識信息，包括：語素詞典，儲存與正常表達對應的語素信息；排列語料庫，儲存與破壞性表達對應的正常表達信息，其中破壞性表達是拼寫錯誤或者沒有規(guī)范化和標準化的表達。分析器對所輸入的語節(jié)使用所述知識數(shù)據(jù)庫進行語素分析并輸出分析結(jié)果，當在所述語素詞典中不存在輸入語節(jié)的語素時，對在所述輸入語節(jié)中包含的破壞性表達使用所述排列語料庫查找與所述破壞性表達對應的正常表達并進行語素分析。

摘要： 本發(fā)明涉及一種低資源語言問答語料庫生成方法，該方法包括以下步驟：采用生成對抗網(wǎng)絡(luò)生成問答語料庫，通過最大似然估計對隨機問句序列進行初始化，然后送入生成器準循環(huán)神經(jīng)網(wǎng)絡(luò)中產(chǎn)生問題，同時優(yōu)化強化學習中蒙特卡洛搜索加速模型迭代速度，最后使用語言模型對產(chǎn)生的問題進行語法優(yōu)化，使得問題更加準確、自然。本發(fā)明通過優(yōu)化生成對抗網(wǎng)絡(luò)模型，自動地構(gòu)建出大規(guī)模的低資源語言問答語料庫，為進一步開展低資源語言問答系統(tǒng)研究提供了支撐；并通過對生成對抗網(wǎng)絡(luò)模型進行優(yōu)化，通過使用準循環(huán)神經(jīng)網(wǎng)絡(luò)模型作為生成器的基本單元，以及優(yōu)化蒙特卡羅搜索算法降低模型的收斂時間。

摘要： 本發(fā)明涉及一種基于圖片構(gòu)建資源稀缺語言可比語料庫的方法及系統(tǒng)，該方法包括：S110，下載資源稀缺語言的網(wǎng)頁，并作為資源稀缺語言文本，所述網(wǎng)頁包括文本中的圖片；S120，搜索包含資源稀缺語言文本相同或相似圖片的資源豐富語言的網(wǎng)頁，作為資源豐富語言文本；S130，對資源稀缺語言和資源豐富語言的網(wǎng)頁進行特征提??；S140，基于所述特征計算具有相同或相似圖片的資源稀缺語言和資源豐富語言網(wǎng)頁的相似度值；S150，選取相似度值最高的資源豐富語言文本作為資源稀缺語言文本的可比文本；S160，重復S120?S150，直至所有資源稀缺語言網(wǎng)頁找到資源豐富語言的可比文本。本發(fā)明不受資源稀缺語言信息處理技術(shù)以及資源的限制，可以較低成本、快速構(gòu)建資源稀缺語言的跨語言可比語料庫。

摘要： 一種用于生成領(lǐng)域特異性訓練集的方法(100)，包括：生成(130)包括多個標記化文檔的通用語料庫，包括：(i)解析(132)從所述通用語料庫中檢索的文檔；(ii)預處理(134)經(jīng)解析的文檔；(iii)對經(jīng)預處理的文檔進行標記化(136)；并且(iv)將所述標記化文檔存儲(138)在所述通用語料庫中；生成(140)標記化條目的本體數(shù)據(jù)庫，包括：(i)解析(142)從本體中檢索的本體條目；(ii)預處理(144)經(jīng)解析的條目；(iii)對經(jīng)預處理的條目進行標記化(146)；并且(iv)將所述標記化條目存儲(148)在所述本體數(shù)據(jù)庫中；使用來自所述本體數(shù)據(jù)庫的領(lǐng)域特異性標記化條目來查詢(150)所述通用語料庫中的所述標記化文檔；基于所述查詢來識別(160)特異于該領(lǐng)域的多個標記化文檔；并且將識別出的標記化文檔存儲(170)在訓練集數(shù)據(jù)庫中，作為特異于所述領(lǐng)域的訓練集。

摘要： 本發(fā)明公開基于自學排列的排列語料庫的生成裝置及其方法、使用排列語料庫的破壞性表達語素分析裝置及其語素分析方法。語素分析裝置包括知識數(shù)據(jù)庫和分析器。知識數(shù)據(jù)庫儲存有在按語言的語素分析中使用的多個知識信息，包括：語素詞典，儲存與正常表達對應的語素信息；排列語料庫，儲存與破壞性表達對應的正常表達信息，其中破壞性表達是拼寫錯誤或者沒有規(guī)范化和標準化的表達。分析器對所輸入的語節(jié)使用所述知識數(shù)據(jù)庫進行語素分析并輸出分析結(jié)果，當在所述語素詞典中不存在輸入語節(jié)的語素時，對在所述輸入語節(jié)中包含的破壞性表達使用所述排列語料庫查找與所述破壞性表達對應的正常表達并進行語素分析。

摘要： 本發(fā)明涉及一種基于多語言平行語料庫的醫(yī)學術(shù)語提取方法及系統(tǒng)，包括：對醫(yī)學知識數(shù)據(jù)中的所有句子進行語義相似度計算，得到平行語料；對每一平行語料的空缺語言進行翻譯后將所有類型語言的句子構(gòu)建為多語言平行語料庫；對各平行語料中的句子進行分詞，提取醫(yī)學術(shù)語并結(jié)合對應的術(shù)語類型對所有句子進行編碼標注，得到每一句子的編碼序列并結(jié)合對應的句子訓練神經(jīng)網(wǎng)絡(luò)模型，根據(jù)訓練后的神經(jīng)網(wǎng)絡(luò)識別待識別的醫(yī)學文本，得到待識別的醫(yī)學文本的編碼序列；根據(jù)待識別的醫(yī)學文本的編碼序列確定所述待識別的醫(yī)學文本中的醫(yī)學術(shù)語和對應術(shù)語類型。通過多語言平行語料庫和對應語言的醫(yī)生術(shù)語訓練神經(jīng)網(wǎng)絡(luò)模型，從而準確的提取更多語言類型的醫(yī)學術(shù)語。

摘要： 本發(fā)明公開的屬于人機交互技術(shù)領(lǐng)域，具體為一種基于語料庫的自然語言處理對話交流的人機交互系統(tǒng)，包括控制器、語音采集模塊、語音信號轉(zhuǎn)換模塊、數(shù)據(jù)儲存模塊、語意分析模塊和語音播報模塊，所述控制器與語音采集模塊、語音信號轉(zhuǎn)換模塊、數(shù)據(jù)儲存模塊、語意分析模塊和語音播報模塊連接，所述數(shù)據(jù)儲存模塊內(nèi)設(shè)置有語料庫模塊，所述語音采集模塊連接有噪聲去除模塊，所述語音采集模塊用于采集語音信息，所述噪聲去除模塊用于將語音采集模塊采集的語音信息進行處理，本發(fā)明基于語料庫模塊中的語料數(shù)據(jù)進行語音人機交互，將語料庫模塊中的語料數(shù)據(jù)與處理后的使用者的數(shù)字語音信息進行分析對比，確定其含義，提高語音識別的準確性。

摘要： 本發(fā)明公開了一種基于語言模型的年報語料庫構(gòu)建方法，具體步驟為：步驟1、通過網(wǎng)絡(luò)爬取進行數(shù)據(jù)收集，并使用PDFBox進行數(shù)據(jù)提??；步驟2、利用正則表達式進行目錄提取；步驟3、運用語言模型進行數(shù)據(jù)分析；步驟4、進行模型訓練并建立語料庫，本發(fā)明涉及語料庫構(gòu)技術(shù)領(lǐng)域。該基于語言模型的年報語料庫構(gòu)建方法，解決了一般的規(guī)則對種類繁多、各式各樣的標題適應性很差，需要人為不斷修改規(guī)則進行改良，加上財務(wù)報告中含有眾多表格，從中產(chǎn)生了許多干擾項，對機器自動識別造成阻礙的問題。

摘要： 本發(fā)明涉及一種低資源語言問答語料庫生成方法，該方法包括以下步驟：采用生成對抗網(wǎng)絡(luò)生成問答語料庫，通過最大似然估計對隨機問句序列進行初始化，然后送入生成器準循環(huán)神經(jīng)網(wǎng)絡(luò)中產(chǎn)生問題，同時優(yōu)化強化學習中蒙特卡洛搜索加速模型迭代速度，最后使用語言模型對產(chǎn)生的問題進行語法優(yōu)化，使得問題更加準確、自然。本發(fā)明通過優(yōu)化生成對抗網(wǎng)絡(luò)模型，自動地構(gòu)建出大規(guī)模的低資源語言問答語料庫，為進一步開展低資源語言問答系統(tǒng)研究提供了支撐；并通過對生成對抗網(wǎng)絡(luò)模型進行優(yōu)化，通過使用準循環(huán)神經(jīng)網(wǎng)絡(luò)模型作為生成器的基本單元，以及優(yōu)化蒙特卡羅搜索算法降低模型的收斂時間。

摘要： 本發(fā)明公開的語篇的語料庫語言學自動分析系統(tǒng)，語篇自動分析系統(tǒng)包括記錄有本資料庫數(shù)據(jù)信息的數(shù)據(jù)庫的數(shù)據(jù)儲存及控制系統(tǒng)、以及右板、左板、隔層板組成的資料架，所述右板與所述左板的上端固定設(shè)置有遮灰板，所述資料架上連接有信號接收器并通過所述信號接收器、所述資料架受所述數(shù)據(jù)儲存及控制系統(tǒng)的控制，左右放置的所述左板與所述右板之間固定設(shè)置有隔層板，所述隔層板前側(cè)且位于所述左板與所述右板之間可轉(zhuǎn)動的設(shè)置有驅(qū)動轉(zhuǎn)軸，所述驅(qū)動轉(zhuǎn)軸與所述左板及所述右板之間轉(zhuǎn)動連接且可拆卸設(shè)置，本例旨在設(shè)計一種能夠通過某一準確或模糊的語篇對內(nèi)部數(shù)據(jù)庫進行搜索并最終對其實體資料所在位置進行標記、以實現(xiàn)精準尋找某一資料的自動分析系統(tǒng)。