《计算语言学导论》求取 ⇩

第一章 计算语言学简介1

第一节 计算语言学是一门边缘科学1

第二节 计算语言学研究的基本问题3

第三节 计算语言学研究的基本方法4

一、理性主义和经验主义：计算语言学研究方法的哲学分野4

二、计算语言学研究方法5

第四节 计算语言学的应用8

第二章 预备知识10

第一节 离散数学基础10

一、集合及相关的概念10

二、图及相关的概念11

三、字符串及相关的概念12

四、栈及相关的概念15

五、序及相关的概念15

第二节 概率统计理论基础17

第三节 信息论基础26

第三章 形式语言及自动机34

第一节 形式语言和自动机的直观意义34

第二节 形式语言和自动机的定义35

一、形式语言的定义35

二、自动机的定义39

第四章 语法理论和表示形式46

第一节 GB理论46

第二节 词汇功能语法49

第三节 广义词组结构语法51

第四节 树连接语法53

第五节 链语法55

第五章 语言的识别与分析57

第一节 有限状态语法的识别和分析算法58

第二节 上下文无关语法的识别和分析算法58

一、移进—归约法58

二、由底向上的图表法64

三、欧雷算法69

四、GLR算法70

五、链语法的识别算法82

一、基于原则的分析方法85

第三节 其他类型的分析器85

二、基于归一的分析方法87

第六章 计算语义方面的一些工作91

第一节 语义理论简介91

一、词的指称作为意义91

二、心理图象，大脑图象或思想作为意义92

三、说话者的意图作为意义92

四、过程语义93

五、词汇分解学派93

六、条件真理模型94

七、情景语义学94

九、模态逻辑95

八、语义网络95

第二节 计算语义学的一些代表工作96

一、概念依赖理论96

二、选择限制学说99

三、指代化解101

四、计算语义学的一些其他方面103

第七章 容错分析106

第一节 基于关键词或中心词的方法106

第二节 省略不识词的方法107

第三节 元规则方法108

第四节 同化法109

第一节 Ngram116

第八章 概率语法116

一、减值法(Discounting)118

二、删除插值法(Deleted Interpolation)121

三、基于词分类的Ngram122

第二节 隐马尔柯夫模型122

一、马尔柯夫模型122

二、隐马尔柯夫模型124

三、向前算法126

四、韦特比算法130

五、向前向后算法132

第三节 概率上下文无关文法136

一、向内算法137

二、韦特比算法139

三、向内向外算法140

第九章 语言学习145

第一节 词分类145

第二节 词法学习148

一、语法框架148

二、词汇选择(Lexical Selection)152

第三节 语法学习155

一、有限状态自动机的机器学习155

二、语法推导的理论问题159

三、贝叶斯推理在语法推导中的应用161

第十章 当前计算语言学的研究166

第一节 统计学机器翻译166

一、IBM统计学机器翻译167

二、参数训练168

三、源语言搜索169

第二节 词类标识(Part-of-Speech Tagging)170

一、隐马尔柯夫模型词类标识171

二、基于规则的词类标识172

第三节 歧义化解(Disambiguation)174

一、基于结构的语法歧义化解175

二、统计学语法歧义化解177

三、词汇歧义化解(Lexical Disambiguation)180

附录A 汉英术语对照185

附录B 有关计算语言学的重要期刊和会议194

附录C 参考文献196