机器翻译理论和技术

信息抽取的结果
会 议 时 间 Time １９９８年3月8日
会 议 地 点 Spot
会议召集者 / 主 持 人 Convener 会议名 / 标题 Conf-Title
北京
个人姓名 / 团体 名称 Name 机 构 、 职 位 Org/Post 蒋正华 主席，农工民主党中央
中国农工民主党第十二届中央常务委员会 第一次会议

对机器翻译、自动问答、数据挖掘（文本挖掘）等 提供支持。
信息抽取实例:会议报道(人民日报1998-03-09)
新华社北京３月８日电（记者李术峰）: 中国农工民主党第十二 届中央常务委员会第一次会议今天在北京召开。 会议研究通过了贯彻落实“两会”精神的有关决定，审议通过了 中国农工民主党中央１９９８年工作要点（草案），并任命了中央副 秘书长。 农工民主党中央主席蒋正华主持了会议，他说，农工民主党有１ ００多名党员作为代表和委员参加了今年的“两会”，各位党员要认 真履行代表和委员的职责，开好会，在１９９８年的工作中认真贯彻 “两会”精神，加强农工民主党的自身建设，推动事业进一步发展， 为建设有中国特色社会主义事业作出新的贡献。 会前，农工民主党中央邀请参加“两会”的来自全国各省、自治 区、直辖市的农工民主党党员进行了联谊活动。

与NLP相近的两个研究领域：

NLP技术的应用源自文库
机器翻译 自动摘要 文本分类与信息过滤 信息检索 信息抽取与文本挖掘 情感分析 自动问答 ......

机器翻译（Machine Translation）

机器翻译（Machine Translation，简称MT）是指 利用计算机实现自然语言（英语、汉语等）之间的 自动翻译。
所需的前导知识
编译技术 概率与统计

参考书籍



宗成庆，统计自然语言处理，清华大学出版社，2008 刘群等译，自然语言理解（第二版），电子工业出版社，2005 苑春法等译，统计自然语言处理基础，电子工业出版社，2005 冯志伟等译，自然语言处理综论，电子工业出版社，2005 黄昌宁等，语料库语言学，商务印书馆，2002 冯志伟，计算语言学基础，商务印书馆，2001 余士文，计算语言学概论，商务印书馆，2003 姚天顺，自然语言理解－－一种让机器懂得人类语言的研究（第 2版），清华大学出版社，2002 赵铁军等，机器翻译原理，哈尔滨工业大学出版社，2000 宗成庆等译，统计机器翻译，电子工业出版社，2012 Peter F. Brown, et al., A Statistical Approach to MT, Computational Linguistics, 1990,16(2)

是最早的计算机应用之一 分为：文本机器翻译和语音机器翻译

机器辅助翻译（Machine Aided Translation或 Computer Aided Translation，简称MAT或CAT）

翻译记忆体（Translation Memory，简称TM） 双语对照的文本编辑 ...
自动摘要（Text Summarization）
利用计算机自动地从原始文档中提取全面准确地 反映该文档中心内容的简洁、连贯的短文。 指标：压缩比、...

文本分类（Text Classification）
将一篇文档归于预先给定的一个类别集合中的某一 类或某几类。 可用于


图书馆的图书分类 信息过滤 ......
(http://cs.nju.edu.cn/chenjiajun/nlp_traditional.ppt)
主要内容（3）

基于语料库的自然语言处理方法（经验方法）

语言模型（N元文法） 分词、词性标注（序列化标注模型） 句法分析（概率上下文无关模型） 文本分类（朴素贝叶斯模型、最大熵模型） 机器翻译 (IBM Model等) ......（基于神经网络的深度学习方法）
信息检索（Information Retrieval，IR）

主题相关的文本获取。

基于关键词，从某文档集合中检索出相关的文档。 关键技术：倒排索引、...

google、百度、...
信息抽取（Information Extraction，IE）

主题相关的信息获取。

基于某个主题模板，从非结构化或半结构化的自然语言文 本中提取出相关的结构化信息。
(http://cs.nju.edu.cn/chenjiajun/nlp_traditional.ppt)
主要内容（2）

基于规则的自然语言处理方法（理性方法，传统 方法）

基于词典和规则的形态还原（英语）、词性标注以及 分词（汉语、日语） 基于CFG（上下文无关文法）和扩充的CFG（复杂特 征集、合一运算）的句法表示及其分析技术 基于逻辑形式和格语法的句义分析 基于规则的机器翻译
课程考核

Projects

提交报告（说明基本做法）和源程序及可运行的程序
期末笔试
自然语言处理概述
什么是自然语言处理
充分利用信息将会给人们带来巨大的收益，而大 量的信息以自然语言（英语、汉语等）形式存在。 如何有效地获取和利用以自然语言形式出现的信 息？


自然语言处理（Natural Language Processing，简 称NLP）是指用计算机对语言信息进行处理的方法和技 术。 自然语言理解(Natural Language Understanding, NLU)：强调对语言含义和意图的深层次解释 计算语言学(Computational Linguistics, CL)：强调 可计算的语言理论
自然语言处理
Natural Language Processing(NLP)
陈家骏，戴新宇 chenjj@nlp.nju.edu.cn dxy@nlp.nju.edu.cn
主要内容（1）

自然语言处理概述

什么是自然语言处理 自然语言处理技术的应用 自然语言处理的基本策略和实现方法 自然语言处理的难点 自然语言处理所涉及的学科