面向知识挖掘的平行句法语料库构建研究：数字人文视角下的史部典籍信息组织

　　《面向知识挖掘的平行句法语料库构建研究：数字人文视角下的史部典籍信息组织》基于自然语言处理中的句子对齐、自动分词、词性标注、实体识别和短语结构识别等技术，面向《左传》《战国策》《史记》《汉书》《后汉书》《三国志》的典籍文本和对应白话文本，构建了古白平行语料库，并结合传统机器学习和深度学习的系列模型，从数字人文的视角完成了对史部典籍的知识组织。在对史部典籍知识组织的基础上，对典籍中所蕴含的类别和涵盖的相应问题进行了知识的挖掘和探究。

　　王东波，南京农业大学信息科学技术学院教授，博士生导师，鲁汶大学客座教授。获2013年南京农业大学第二批“钟山学术新秀”、2017年江苏高校“青蓝工程”优秀青年骨干教师、2018年江苏省第五期“333工程”第三层次培养对象、2019年江苏省社科优青等人才计划支持。主持完成和在研国家自然科学基金面上项目、国家自然科学基金青年项目、国家社科基金重大项目子课题、国家社科基金特别委托项目子课题、2011协同中心项目、江苏省社科基金项目、江苏省软科学项目及委托横向项目等共计11项。发表SSCI、SCI、CSSCI检索论文近80篇。以首作者出版专著两部，合作出版专著两部。获得江苏省第十四届哲学社会科学优秀成果三等奖和一等奖、第七届高等学校科学研究优秀成果奖（人文社会科学）和江苏省科学技术情报奖一等奖。研究方向：自然语言处理与知识挖掘、信息计量、数字人文。

第1章 引言
1．1 本研究的意义
1．2 本研究的现状及发展动态分析
1．3 研究方法
1．4 本书的特色与创新之处
1．5 小结
第2章 定量对比视角下的国内外数字人文研究进展
2．1 国内国际数字人文研究学科参与度与机构合作模式差异
2．2 国内国际数字人文研究差异内容分析
2．3 小结
第3章 基于史部典籍的古白句子对齐及分析研究
3．1 相应研究梳理
3．2 模型介绍及对齐模型构建
3．3 最优模型的应用
3．4 小结
第4章 词汇级的古白平行语料库构建及分析研究
4．1 相应研究梳理
4．2 自动分词研究概述
4．3 史部典籍古白自动分词模型构建
4．4 史书类古白词汇分布分析
4．5 小结
第5章 词性级的古白平行语料库构建及分析研究
5．1 相关研究梳理
5．2 词性标注模型构建
5．3 所有史书类古白语言词性分布分析
5．4 小结
第6章 实体级的古白平行语料库构建及分析研究
6．1 命名实体识别研究现状
6．2 实证研究
6．3 所有史书类古白语言姓名分布分析
6．4 小结
第7章 句法级的古白平行语料库构建及分析研究
7．1 相关研究概述
7．2 介宾结构自动识别研究
7．3 三种模型的训练过程及结果分析
7．4 古白史书的介宾结构识别及分析
7．5 小结
第8章 基于语料库和模型的典籍类别知识挖掘研究
8．1 引言
8．2 相关研究状况
8．3 模型介绍及对齐模型构建
8．4 基于典籍问句语料库的特征选择及分类实验
8．5 小结
第9章 基于语料库和模型的典籍语义知识挖掘研究
9．1 功能设计
9．2 实现算法
9．3 典籍问答系统功能展示
9．4 小结
附件一 史部典籍文白对齐句子
附件二 史部典籍分词语料
附件三 史部典籍词性标注语料
附件四 史部典籍人名标注语料
附件五 史部典籍浅层句法标注语料
参考文献