基于词联接的自然语言处理技术及其应用研究

　　随着人类社会信息化程度和计算机软硬件水平的提高，自然语言处理（Natural Language Processing，简称NLP）技术逐渐成为计算机应用和人工智能研究的热点，其基本技术目标是让计算机具有类似人的语言智能，例如能够象人一样听、说、读、写。围绕NLP技术逐渐形成了一个专门的学科——计算语言学。该学科属于交叉学科，涉及到语言学、心理学、心理语言学、脑科学、计算机科学、哲学、逻辑学、人工智能、数学、信息论、文学、美学等诸多学科或领域。从上个世纪中叶以来，虽然不同学科和领域的无数研究者投入了大量的研究资源，探索出了一些有效的技术，取得了一定的成果，但离实现基本技术目标还显得非常遥远。值此世纪之初，有必要从更高、更深的层面重新审视NLP技术的研究背景、目标和途径，在继承现有技术的基础上大胆创新，探索出切实可行、面向未来的新技术。本文在这个方向上作出了努力，以抛砖引玉，促进NLP技术的发展。

　　李良炎，生于1974年，重庆开县人，教育学学士，教育心理学硕士，计算机应用专业博士，重庆大学外国语学院副教授，重庆大学语言认知及语言应用研究基地专职研究员，重庆大学语言认知及信息处理研究所所长。主研完成国家自然科学基金项目“计算机辅助文学艺术创作研究”，已发表学术论文15篇，参编专著一部，四篇论文进入EI检索。主要研究兴趣为语料库语言学、计算语言学、认知语言学、艺术心理学。业余爱好包括哲学、历史、文学、美术、音乐、书法、编程等。

前言
第一章　技术背景
　1.1　NLP的根本难点——认识性和不确定性
　1.2　现阶段NLP的根本目标——受限语言智能仿知技术
　1.3　NLP技术的发展阶段
　1.4　NLP技术的发展趋势
　1.5　小结
第二章　基本词联接的NLP技术概述
　2.1　TCT的基本原理和技术结构
　2.2　TCT的哲学基础——易学
　2.3　TCT的理论基础——神经认知语言学
　2.4　TCT的方法基础——基于实例的知识加工
　2.5　小结
第三章　基于词联接的知识表示技术（TCTR）
　3.1　知识表示基本原理
　3.2　自然语言知识结构与要素
　3.3　TCTR语言知识形式化系统
　3.4　小结
第四章　基于词联接的知识获取技术（TCTO）
　4.1　知识获取基本原理
　4.2　TCTO语言知识设计原理
　4.3　TCTO语料标注规范
　4.4　初级语言知识获取与管理
　4.5　小结
第五章　基于词联的语言分析技术（TCTA）
　5.1　语言分析基本原理
　5.2　TCTA初级语言分析原理
　5.3　TCTA初级语言分析核心算法
　5.4　小结
第六章　基于词联接的语言评价技术（TCTE）
　6.1　语言评价基本原理
　6.2　TCTE语言风格评价原理
　6.3　TCTE语言风格计算
　6.4　小结
第七章　诗词语言处理系统（PPS）开发与测试
　7.1　开发目标
　7.2　PPS设计
　7.3　PPS测试
　7.4　小结
第八章　总结与展望
参考文献
附录一　图、表、公式索引
附录二　《唐诗作品豪放与婉约风格评价问卷调查》表
附录三　诗词语言处理系统界面设计