基于统计的自然语言处理

在信息化社会中，语言信息处理的技术水平和每年所处理的信息总量己成为衡量一个国家现代化水平的重要标志之一。并且随着计算机硬件的快速发展，计算机越来越广泛地进入到我们的日常生活中来，计算机与自然语言相结合的领域也越来越广阔。自然语言理解作为语言信息处理技术的一个高层次的重要方向，一直是人工智能界所关注的核心课题之一。显然，如果计算机能够真正理解自然语言，人机间的信息交流能够以人们所熟悉的自然语言来进行，将大大方便人们的生产生活，具有无法估量的价值，也将是人工智能的一项重大突破。自然语言理解研究可以使得计算机在一定程度上理解人类自然语言，从而帮助人们完成机器翻译、信息提取、信息检索、文本分类等各项工作，对提高社会生产率，便利人们生活，都有巨大的价值和意义。 统计语言模型已经成功地应用于语音识别，拼写纠正，机器翻译，信息检索等许多自然语言处理领域。怎样将语言学知识与统计模型融合起来是当前自然语言处理研究中的一个热点，也是一个十分困难的问题。本人在这方面进行了比较深入的探索，本书的内容包括：基于词类的N元统计模型、词性标注模型、句法分析统计模型等