一、计算机检索、机器翻译（论文文献综述）
唐小雪[1]（2021）在《汉维词语的人机翻译对比研究 ——以《习近平谈治国理政》为例》文中研究说明近年来,机器翻译随着计算机技术的不断发展,越来越多的被应用于汉维翻译中,在翻译界的重要作用日益凸显。本论文以公开发行的《习近平谈治国理政》（卷一、卷二）原文及维吾尔语版人工译本、在线翻译后的机器译本共三个文本,借Ant Conc3.5.8（windows）、Em Editor等软件工具,建立三语平行语料库并获取语料数据,通过分析人机两个维译本的语料数据,进行基于词语的人机翻译对比研究,一方面考察汉维语词类的人机翻译情况,一方面为汉维机器翻译提供改进意见,以期汉维机器翻译在未来得到更全面的发展。全文共分为六部分,引言介绍选题相关情况,并对现有机器翻译研究成果进行梳理综述。第一章是语料库的研制及数据分析,包括类符/型符、词性分布、词频以及平均句长,以此总结译本词汇特征。第二章从实词和虚词中挑选占比最大的8个词类,通过数据分析并结合实例探讨人机译本的翻译情况。第三章是以前文的数据作为支撑发现人机翻译在词语翻译时的差异主要体现在词语选择、词语形态及词类范畴三个方面。第四章是对机器翻译问题进行的探讨,总结出机器翻译具有过译、欠译、词序错误、选词错误及词形变化错误这5种错误类型,并根据本文反映出的问题为未来机器翻译提供了几点优化建议。结论部分概括总结全文。
胡嘉元[2]（2020）在《病机主导的中医临床个体化诊疗模式及决策支持系统构建》文中指出研究背景:进入强调个体化的 4P（Personalized、Predictive、Preventive、Participatory）医学时代,个体化临床诊疗正在逐渐成为临床实践与研究的主流;中医学自古以来一直践行着“因人制宜”的个体化思想,其中“谨守病机”是中医基础理论与临床实践的重要纽带,病机集中体现了中医临床从接诊到辨析,再到确立成熟治疗方案的原创思维。目前仍停留在临床经验总结、思维探讨等阶段的研究远不能够满足中医临床个体化实践应用与评价分析的需求,对中医病机本质内涵及中医临床个体化诊疗模式的研究亦缺乏系统性。本研究基于对病机内涵的挖掘分析,探索中医临床个体化诊疗模式的构建,结合应用系统的研发,以期建立病机为主导的中医临床个体化诊疗实践体系。研究目的:在挖掘分析中医病机知识本体的基础上,深入研究中医临床个体化诊疗中四诊-病机-论治的内在联系与规律,构建病机主导的中医临床个体化诊疗模式,探索中医规范化临床实践的方法学研究;构建、研发及验证病机主导的中医临床个体化诊疗决策支持系统,应用于基于病机的临床个体化诊疗实践。研究方法:1.中医病机内涵知识图谱构建系统检索中国学术期刊全文数据库,纳入中医病机理论分析、临床病机探讨与应用研究文献。阅读、整理与分析中医病机论述并提取病机相关元素,通过文本标准化处理与专家征询,对病机相关元素进行修订与分类提炼,确定中医病机内涵要素及其知识框架。辨析、提取并标注每项病机内涵要素的详细信息,以知识图谱构建技术对病机内涵信息进行共现分析,应用Gephi0.9.2软件制作中医病机内涵知识图谱。采集中医药治疗心血管疾病的回顾性临床数据进行病机内涵的诊疗实体映射分析。2.病机主导中医临床个体化诊疗模式的探索建立基于已证实临床确有疗效的中医药治疗心血管疾病临床医案,探索建立病机主导下的中医临床个体化诊疗模式。系统检索中国学术期刊全文数据库,纳入中医药治疗心血管疾病的临床医案文献。分析纳入临床医案的基本信息;应用2016版中医医案报告规范（CARC）对临床医案进行报告质量评价。阅读、分析并提取医案的临床四诊信息、病机内涵和治则治法。应用结构方程模型构建临床四诊信息-病机内涵-治则治法的个体化诊疗模式,以IBM SPSS Amos 24软件制作临床诊疗关联结构模型。3.病机主导中医临床个体化诊疗决策支持系统的初步构建基于中医病机内涵知识图谱和临床个体化诊疗模式,应用Drupal内容管理系统研发病机主导的中医临床个体化诊疗决策支持系统。系统的分析流程为临床病例信息录入-中医病机内涵辨识报告-基于病机的治则治法与参考方剂报告。应用自然语言处理技术,包括中文分词工具、正向最大匹配算法、文本向量表示等方法实现系统的数据分析与处理。4.病机主导中医临床个体化诊疗决策支持系统的应用实例应用临床跟诊学习的形式采集中医药治疗心血管疾病临床真实诊疗案例作为系统应用分析的范例。以系统基础数据层的字段规则及统一化文本集对临床病例信息进行预处理,便于病例信息的系统输入、分析、处理与报告。讨论临床真实案例系统应用分析的结果,与临床医师的诊疗思路、治法处方进行对比分析,发现问题并提出改进措施。研究结果:1.中医病机内涵知识图谱构建1)中医病机内涵要素基本框架:检索获得2017-2019年发表的病机相关文献810篇,经去重与筛选后纳入分析文献共412篇。全文阅读412篇文献,提取中医病机相关元素共47项。经文本标准化处理与专家征询后,确定10项中医病机内涵要素,为病性、病程、基本病机、病因、病位、病势、病机演变、病情、病理因素和体质。共现分析各项病机内涵要素,构建了以基本病机为核心的中医病机内涵要素基本框架,基本病机与各项内涵要素均有紧密的关联性,与病因、病位、病理因素的相关度最高。中医病机内涵要素基本框架为病机辨识提供了基础的思维构图,概括了辨识病机所需的全面、重要的信息和关键点。2)中医病机内涵知识图谱:辨析、提取并标注每项病机内涵要素的详细信息,制作了病机内涵要素知识图谱及中医病机内涵知识图谱,形成了以基本病机、病因和病机演变为中心的网状知识结构图,构建了较全面、系统地概括与辨析病机内涵的知识体系。3)中医病机内涵的临床数据映射分析:共采集334例中医药治疗心血管疾病的回顾性病例数据,男性病例130例,女性病例204例;病例的年龄均值为75.6± 10.2岁,主要集中在75-84岁年龄段;诊断为冠心病的病例数最多（89.2%）,其次为高血压（79.9%）和心力衰竭（66.8%）,中医诊断以胸痹和心衰最多;对回顾性病例数据进行病机内涵分析并制作了回顾性临床数据的病机内涵知识图谱,直观地显示334例病例的病机内涵结构与趋势。2.病机主导中医临床个体化诊疗模式的探索建立1)中医临床医案信息:检索获得2016-2019年发表的相关文献4504篇,经去重与筛选后纳入分析文献159篇,共包含211则中医药治疗心血管疾病的临床医案,对医案中211例病例纳入分析。其中男性病例120例,女性病例91例;病例平均年龄58±14.88岁,主要集中在55-64及65-74岁年龄段;病例的西医诊断包括冠心病、扩张型心肌病及心力衰竭等21类疾病;中医诊断为心衰病、心悸、胸痹、真心痛和眩晕5类。2)医案报告质量评价:211则医案的病例临床资料、中医四诊信息报告基本完整（97.6%）,中医治则治法（83.4%）、中药（177）治疗方案、复诊的临床信息（89.6%）及医案讨论（85.8%）报告较为完整;病例身高、体重、职业及随访信息报告完整度较差;211则医案的报告质量整体较高。3)医案诊疗信息:提取了 211例病例的性别、年龄、西医诊断、中医诊断、临床症状、体征、舌象、脉象、病因和病史共10项临床信息。基于中医病机内涵要素基本框架分析、提取了 211例病例的病机内涵。各医案的治则治法秉承治病求本的宗旨,以补益脏腑虚损和祛除病理因素为核心要义。4)基于病机的个体化诊疗模式构建:挖掘、分析个体化四诊信息与病机内涵,病机内涵与治则治法的对应关联性,构建了四诊信息与每项病机内涵要素以及病机内涵与治则治法的临床关联结构模型,形成了中医四诊与病机本质的思维链接、临床诊疗关系分析框架、以症-机-治为特点的中医临床个体化诊疗模式。3.病机主导中医临床个体化诊疗决策支持系统的初步构建1)系统构架:系统由后台技术和系统运行两大区域构成,系统运行区域,包括用户管理层、业务操作层;后台技术区域,包括基础数据层与数据处理层。用户管理层在系统管理员的监督下完成用户登录、账号管理、信息安全及数据维护;业务操作层是信息录入与结果报告的主界面,是用户完成系统操作的主窗口;基础数据层是系统的知识库,包括结构化病例信息采集规则及统一化文本集、中医病机内涵知识图谱、中医临床个体化诊疗模式3个主要的资源库;数据处理层是应用自然语言处理技术对录入临床信息进行综合分析、挖掘、处理、数据交互及结果反馈的技术支持。2)系统功能:通过四个层级的构架,相应技术、算法的接驳,能够实现中医临床病例信息的规范采集与录入,病机为主导的个体化治疗决策支持的基本功能,可应用于中医药治疗心血管疾病的临床分析与辅助决策。4.病机主导中医临床个体化诊疗决策支持系统应用实例1)临床真实案例信息:共采集临床病例48例,男性病例26例,女性22例,55-64岁年龄段的病例数最多,病例的中医诊断以胸痹和眩晕最多,均为19例。对48例患者进行分层随机抽样,抽取中医诊断为眩晕和胸痹的患者各4例,心衰和心悸的患者各1例共计10例病例进行系统应用分析。2)系统应用分析结果:系统分析整体与临床真实诊疗情况接近,具有一定的临床应用合理性与实用性;部分病例的基本病机较复杂,系统辨识结果不能够达到实际临床诊疗的要求。分析与患者的个体化临床特征、病机内涵复杂度以及系统构建技术、分析、处理等因素相关,需进一步拓展实践、完善与提高系统性能,提升临床实用价值。结论:本研究在病机内涵知识图谱和基于病机的个体化诊疗模式构建的基础上,研发并实践应用病机主导的中医临床个体化诊疗决策支持系统。本研究理论与实践相结合,探索建立了病机主导的中医临床个体化诊疗模式和实践体系,将助力中医临床个体化诊疗策略优化与效率提升,为中医临床个体化创新性研究奠定方法学基础。
常靖[3]（2019）在《关于Computer-Aided Translation Technology:A Practical Introduction（节选）汉译实践报告》文中提出基于 Computer-Aided Translation Technology:A Practical Introduction 选)的汉译实践,本文重点探讨翻译过程中的两大问题:1)译前准备对充分理解原文本的重要性;2)影响科技文本翻译成准确而地道的中文的因素。译前准备阶段借助翻译工具以及平行文本,通读全书把握整体大义。根据任务要求和原文本的功能和目的,本文分析了原文本的文体特征——结构严谨、条理清晰、描述客观。运用纽马克交际翻译理论指导实践,讨论翻译过程中存在的翻译难题和常见现象,包括专业词汇的处理、被动句和长难句的准确把握、语篇的连贯和衔接以及图例的翻译。在具体实践过程中可供解决的方法有:借助工具书及平行文本确保专业术语的正确性;将被动句处理为汉语被动句、主动句以及汉语常用句式;通过拆分整合、调整句序、转换词性确保长难句的地道表达;调整连接词、还原指代等确保语义的逻辑和文本的通顺。本文描述了在从事跨语言、跨文化翻译过程中,应重视的各个环节:理解、翻译、审校,三步骤缺一不可;词汇、句法、篇章,三层面至关重要。
汪云,周大军[4]（2017）在《基于语料库的机器翻译的现状与展望》文中指出机器翻译是探索如何借助计算机程序将文字或语音从一种自然语言翻译成另外一种自然语言的技术。早期是从自然语言学的角度研究机器翻译,产生了基于规则的机器翻译系统。上世纪80年代末以来,针对传统机器翻译的不足在基于规则的技术中引入了语料库方法。与翻译有关的语料库有三类:平行语料库、多语语料库和可比语料库。基于语料库的机器翻译主要包括基于统计的方法和基于实例的方法。前者强调从数学上建立统计模型,后者主要是从机器学习的角度通过翻译实例进行推理。基于语义的方法将会成为统计机器翻译未来发展的趋势;而融合各种学科理论和技术的最新成果,进一步建立和发展多模态语料库,则是开发基于语料库的机器翻译系统的发展前景。
贺胜[5]（2017）在《现代汉语深度语义标注语料库研究》文中研究说明当前,世界各国学者都十分重视自然语言处理的知识资源的建设,建立了许多带各种标注信息的语料库,以适应更为深入的语言研究和自然语言处理系统的需要。在中文信息处理方面,汉语标注资源急需的是句子级的资源,需要一种可以描述出句子中词语与词语之间的深度语义信息的标注语料库。因此,探求半自动、甚至自动地建设大规模深度语义标注语料库的策略、模型、技术及方法显得极为迫切。语义分析技术是自然语言处理领域中最重要也是最为困难的问题。如何实现有效、深入、自动的句子语义分析,一直是国内外从事自然语言处理的研究者们所关注的重要目标。目前,自然语言处理领域的语义研究主要集中在浅层语义分析。浅层分析虽然降低了语义分析的难度,但是只解决了动核和语义角色的配置问题,对于情态成分以及名核结构所承担角色的内部语义关系并未进行标注,因此还不是句子语义结构的完整揭示。在我们的深度语义标注语料库中,主是是针对九年制中小学语文课本语料进行语义词类和句法语义范畴标注。语义词类指词汇的所属义类。句法语义范畴指语块所对应的语义范畴信息,包括核心范畴、修饰限定范畴、情态范畴等。目前,国内外语义词典中的语义分类体系更多的都是基于自然科学或常识,与这些基于常识的各种语义分类相比,我们研制的语义词类其突出特点是语义分类取决于句法语义分析的需要,可以解决一些仅靠句法分析难以解决的问题,形成了一套面向计算机语言处理的独特的标注体系,对中文信息处理中的句法语义自动分析具有重要意义。根据该指导思想,我们在语义角色标注方法中,使用了一种与传统方法不同的处理策略,我们称之为基于语义词类和语义句型框架的语义角色标注方法,这一方法将汉语语义角色标注从节点的分类问题转化为序列标注问题,由于避开了传统的句法分析环节,使得语义角色标注摆脱了对句法分析的依赖,从而避开了汉语句法分析器造成的时间和性能限制。经测试,新的方法可以取得较高的准确率,并且大大节省了分析的时间,有利于实际应用。本文围绕现代汉语深度语义标注语料库的建设和应用,进行了一系列的相关技术研究,主要成果如下:1、针对语料库的建设和应用需要,研制开发了语义词类词典制作工具、语义词类自动标注工具、语义词类检索统计工具、句法语义范畴检索统计工具、语义词类与句法语义范畴对应关系检索统计工具、句型抽取统计工具、句模抽取统计工具、句法语义范畴辅助标注工具等应用软件,为深度语义标注语料库的建设和应用提供了很好的技术支持。2、收集、制作了 4万多条的语义词类词典,标注了词性、词类和频率等信息,为语义词类的自动标注提供了语言知识支持。3、针对语义词类的自动标注,设计了基于隐马模型的标注算法,结合基于动态规划的Viterbi算法,在训练语料规模偏小、数据稀疏较严重的情况下仍然取得了封闭测试正确率94.3%,开放测试正确率89.1%的效果。4、针对语义词类标注中的未登录词问题,提出了基于知网概念定义的未登陆词处理方案。经研究发现,语义词类系统和知网概念存在的对应关系主要体现在指称类-实体类、陈述类-事件类两个方面,并据此制定了相应处理规则。5、针对句法语义范畴中的语义角色标注,在总结比较现有主流算法的基础上,提出了基于语义词类和语义句型框架的语义角色标注算法,采用IOB策略,利用CRF模型,结合优化的特征参数,取得了分类精度超过91.8%,系统F值达78%的较好成绩。6、基于已标注的深度语义标注语料库,通过开发相关工具软件,建立了语义词类与句法语义范畴对应关系知识库、语义句型框架库、语义句模知识库,为后续的句法语义研究和应用奠定了更好的基础。基于语义词类自动标注和句法语义范畴中的语义角色标注研究,从实践上验证了语义语法学在自然语言处理中的可行性和实用性。本文的研究成果进一步丰富了语义语法学理论与方法,为实现汉语句子深层语义分析提供了新的途径,为自然语言处理领域基于语义分析的应用系统提供了一种新的技术支撑。
康媛媛,胡曦玮[6]（2013）在《跨语言信息检索技术与研究》文中研究说明跨语言信息检索技术和相关理论研究已经逐渐成为信息检索领域的重要研究课题之一。本文梳理信息检索相关理论及实现技术,提出使用多种语言相结合方法是解决跨语言信息检索的关键,并分析跨语言信息检索的发展趋势。
李绍哲[7]（2012）在《俄语语料库和基于语料库的语法研究》文中进行了进一步梳理现代俄语语料库的发展具有明显的后发优势。在俄罗斯，俄语语料库的建设还在继续，语料库的应用研究已经开始起步。国内俄语界对俄语语料库及其应用的研究还很罕见，迫切需要系统梳理俄语语料库建设的理论，开展基于俄语语料库的应用研究。俄语国家语料库是俄语语料库的代表，其语料规模、标注深度、检索系统都属国际先进之列，是最大的俄语学术语料库。论文系统研究俄语国家语料库的建设理论，尝试性进行基于语料库的俄语研究。俄语国家语料库收录的语料涵盖11-14世纪、19-21世纪，子语料库类型包括平行语料库、方言语料库、诗歌语料库、教学语料库、口语语料库、报纸语料库、句法语料库、重音语料库和多媒体语料库；该语料库的元文本标注符合EAGLES规范，词法标注遵循俄语语言学传统，句法标注以依存语法为基础，语义标注体现了俄罗斯词汇语义学的最新研究成果；检索系统可以实现按词目、词形、语法、语义及其组合的复合检索。语料库语言学的哲学基础以经验主义为主，研究方法总的来说是自下而上的方法，包括：语料库驱动的方法和基于语料库的方法。但有时也采用自上而下的方法、语料库例证的方法，将定量研究与定性研究相结合。词汇学是语料库语言学应用的主要方向之一，借助语料库方法，传统词汇学的研究范围和方法得到了扩展。论文对поезд进行历时研究；对名词的动物性和非动物性及其形成原因做了分析；对前置词кроме不同义项在语义、句法、语用方面的差异进行研究；对только и V1（делать/знать/уметь）, что V2结构在语言不同层面的特点进行了分析；调查了副动词非标准形式在现代俄语中的分布，分析了其演变趋势。语料库语言学的应用显然不仅限于词汇学领域，俄语中将语料库应用于其他领域的研究尚有待进一步开拓。
米丽英,罗辛[8]（2011）在《中日机器翻译研究进展综述》文中研究表明本文回顾了机器翻译及中日机器翻译的发展历程,分析了中日翻译技术在50多年中所取得的成果及存在的问题。重点介绍了基于规则、基于统计、基于实例、基于混合策略的几种典型的机器翻译方法,并从翻译学和语言学的角度,探讨了中日机器翻译的难点和困境所在。在论文的结语中主要讨论了语言研究者可以为机器翻译做出的贡献,并对机器翻译的前景进行了展望。
周胜生,王扬平[9]（2010）在《专利文献计算机检索技术的最新发展》文中提出通过对近年来计算机科学、人工智能、专利文献加工等领域的发展进行总结,从多语言混合检索、分类检索、语义检索、图像检索以及辅助技术五个方面介绍专利文献计算机检索技术的最新发展。机器翻译技术和多边共同分类体系的完善有助于提高计算机检索效率、消除语言障碍,而语义检索、图像检索和文献自动处理技术的发展有望使面向不同层次用户的计算机智能化检索系统得以实现。
刘波[10]（2010）在《基于语料库的翻译研究新范式》文中研究表明自20世纪90年代,基于语料库的翻译研究开创了一种新的翻译研究范式,引起了翻译界众多学者的关注,本文将探讨这一范式在翻译理论和实践方面的研究现状及其优越性和局限性,以此可以客观认识和总体把握翻译研究的方向。
二、计算机检索、机器翻译（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、计算机检索、机器翻译（论文提纲范文）
（1）汉维词语的人机翻译对比研究 ——以《习近平谈治国理政》为例（论文提纲范文）
| 中文摘要 |
| 摘要 |
| Abstract |
| 引言 |
| 一、选题背景及意义 |
| 二、研究现状 |
| 三、创新之处 |
| 四、研究方法 |
| 第一章 《习近平谈治国理政》平行语料库的建立及数据分析 |
| 第一节 版本选择 |
| 一、汉语版本 |
| 二、维语译本 |
| 第二节 平行语料库的对齐与研制 |
| 第三节 平行语料库的检索分析工具简介 |
| 第四节 《习近平谈治国理政》语料库数据分析 |
| 一、类符/形符比(TTR) |
| 二、词性分布 |
| 三、词频 |
| 四、平均句长 |
| 小结 |
| 第二章 《习近平谈治国理政》各类词语的人机翻译对比 |
| 第一节 实词的人机翻译对比 |
| 一、汉维实词翻译问题概述 |
| 二、各类实词的人机翻译对比探讨 |
| (一)名词 |
| (二)代词 |
| (三)动词 |
| (四)形容词 |
| 小结 |
| 第二节 虚词的人机翻译对比 |
| 一、汉维虚词翻译问题概述 |
| 二、各类虚词的人机翻译对比探讨 |
| (一)介词 |
| (二)副词 |
| (三)助词 |
| (四)连词 |
| 小结 |
| 第三章 汉维词类人机翻译的共性与差异 |
| 第一节 人机翻译的共性 |
| 第二节 人机翻译的差异 |
| 一、人机译本词语选择的差异 |
| 二、人机译本词语形态的差异 |
| 三、人机译本词类范畴差异 |
| 小结 |
| 第四章 《习近平谈治国理政》机器翻译问题探讨 |
| 第一节 机器翻译中的错误分析 |
| 一、过译 |
| 二、欠译 |
| (一)隐化 |
| (二)漏译 |
| (三)缺失适应维语语法结构的词语 |
| (四)缺失习惯性词语 |
| 三、词序错误 |
| 四、选词错误 |
| 五、词形变化错误 |
| 第二节 机器翻译的整体性效果评价 |
| 第三节 未来机器翻译工作的建议 |
| 小结 |
| 结语 |
| 参考文献 |
| 后记(致谢) |
| 读硕期间发表的论文目录 |
（2）病机主导的中医临床个体化诊疗模式及决策支持系统构建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 文献综述 |
| 综述一 中医病机的理论研究和临床应用进展 |
| 参考文献 |
| 综述二 自然语言处理及其在医学领域的应用 |
| 参考文献 |
| 前言 |
| 第一部分 中医病机内涵知识图谱构建 |
| 1.1 基于文献的中医病机内涵要素构建 |
| 1.1.1 文献检索与筛选纳入 |
| 1.1.2 中医病机内容提取与内涵要素确定 |
| 1.1.3 中医病机内涵要素基本框架 |
| 1.2 中医病机内涵知识图谱 |
| 1.2.1 中医病机内涵要素知识图谱 |
| 1.2.2 中医病机内涵知识图谱 |
| 1.3 心血管疾病回顾性临床数据的中医病机内涵映射分析 |
| 1.3.1 心血管疾病回顾性临床数据的采集 |
| 1.3.2 心血管疾病临床数据的中医病机内涵 |
| 1.3.3 心血管疾病临床数据的病机内涵知识图谱 |
| 参考文献 |
| 第二部分 病机主导的中医临床个体化诊疗模式研究 |
| 2.1 中医药治疗心血管疾病临床医案基本信息 |
| 2.1.1 文献检索与筛选纳入 |
| 2.1.2 中医药治疗心血管疾病临床医案报告质量评价 |
| 2.2 中医药治疗心血管疾病临床医案诊疗信息 |
| 2.2.1 中医临床医案四诊信息 |
| 2.2.2 中医临床医案病机内涵分析 |
| 2.2.3 中医临床医案治则治法 |
| 2.3 基于医案的中医临床个体化诊疗模式构建 |
| 2.3.1 医案四诊信息与病机内涵关联性 |
| 2.3.2 病机内涵与个体化诊疗模式构建 |
| 参考文献 |
| 第三部分 病机主导的中医临床个体化诊疗决策支持系统构建 |
| 3.1 系统的搭建 |
| 3.1.1 系统整体构架设计 |
| 3.1.2 系统搭建工具及运行环境 |
| 3.1.3 应用自然语言处理技术实现系统分析 |
| 3.2 系统操作界面及运行展示 |
| 参考文献 |
| 第四部分 病机主导的中医临床个体化诊疗决策支持系统应用实例 |
| 4.1 中医药治疗心血管疾病临床真实案例信息 |
| 4.1.1 临床案例信息采集 |
| 4.1.2 临床案例抽样 |
| 4.1.3 临床案例信息预处理 |
| 4.2 临床真实案例的系统应用分析 |
| 4.3 讨论 |
| 参考文献 |
| 结语 |
| 致谢 |
| 在学期间主要研究成果 |
（3）关于Computer-Aided Translation Technology:A Practical Introduction（节选）汉译实践报告（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 任务描述 |
| 1.1 任务要求 |
| 1.2 文本分析 |
| 1.2.1 原文本的功能和目的 |
| 1.2.2 原文本的文体特征 |
| 第二章 任务过程 |
| 2.1 译前准备 |
| 2.1.1 翻译工具 |
| 2.1.2 平行文本 |
| 2.1.3 理论基础 |
| 2.1.4 翻译计划 |
| 2.2 翻译过程 |
| 2.3 译后事项 |
| 第三章 案例分析 |
| 3.1 词汇层面 |
| 3.1.1 专业词汇 |
| 3.1.2 半专业词汇 |
| 3.2 句式层面 |
| 3.2.1 被动句 |
| 3.2.2 复杂长句 |
| 3.3 篇章层面 |
| 3.3.1 文本的连贯 |
| 3.3.2 文本的衔接 |
| 3.4 图表翻译 |
| 第四章 实践总结 |
| 4.1 经验收获 |
| 4.2 问题和不足 |
| 参考文献 |
| 附录1 术语表 |
| 附录2 原文 |
| 附录3 译文 |
| 攻读硕士学位论文期间发表的论文和获得的科研成果 |
| 致谢 |
（4）基于语料库的机器翻译的现状与展望（论文提纲范文）
| 1. 基于语料库的机器翻译概观 |
| 1.1 语料库与机器翻译 |
| 1.2 用于机器翻译的语料库 |
| 1.3 基于语料库的机器翻译方法 |
| 2. 基于语料库的机器翻译的主要方法 |
| 2.1 基于实例的方法 |
| 2.2 基于统计的方法 |
| 3. 基于语料库的机器翻译的发展展望 |
（5）现代汉语深度语义标注语料库研究（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、学术背景与选题说明 |
| 二、研究价值和研究目标 |
| 三、研究思路和研究方法 |
| 四、结构安排和基本术语 |
| 第一章 语义知识库、语料库建设概述 |
| 第一节 语言知识库与语料库 |
| 一、语言知识库 |
| 二、语料库 |
| 三、语言知识库与语料库的关系 |
| 第二节 语义知识库建设概况 |
| 一、词义知识库建设现状 |
| 二、句法语义知识库建设现状 |
| 第三节 语义语料库建设现状 |
| 第二章 深度语义标注语料库建设思路 |
| 第一节 语义标注语料库建设的理论指导 |
| 第二节 语料库标注规范 |
| 一、规范制定的原则 |
| 二、制定规范的策略 |
| 三、加工的一致性要求 |
| 第三节 语料库标注的原则及注意问题 |
| 一、语料库标注的原则 |
| 二、语料库标注应注意的问题 |
| 第四节 《深度语义标注语料库》介绍 |
| 一、语料的来源 |
| 二、语料库的构成及规模 |
| 第五节 语料库加工流程及标注样例 |
| 第三章 深度语义标注语料库的语义词类系统 |
| 第一节 汉语语义词类系统研究概况 |
| 第二节 汉语语义词类系统的比较 |
| 一、语义分类为主,兼顾传统语法词类 |
| 二、传统语法词类为纲,语义词类为目 |
| 三、哲学观点为纲,语义词类为目 |
| 第三节 汉语语义词类系统构建的目的 |
| 一、为语言知识库的研究提供新思路 |
| 二、为中文信息处理的研究提供基础 |
| 三、服务于现代汉语语义网络的建构研究 |
| 第四节 语义词类的分类体系 |
| 一、语义词类系统的分类原则 |
| 二、语义词类系统的分类框架 |
| 三、语义词类系统的标注集 |
| 第四章 语义词类自动标注研究 |
| 第一节 系统开发方案 |
| 一、性能指标要求 |
| 二、语义词类的标注困难 |
| 三、系统开发步骤 |
| 第二节 语义词类词典的构建 |
| 一、词典构建方式 |
| 二、本系统词典的结构 |
| 三、语义词类词典制作工具的功能 |
| 第三节 语义词类自动标注的模型算法及处理方式 |
| 一、语言统计模型 |
| 二、标注算法 |
| 三、系统模型参数获取 |
| 四、基于知网概念定义的未登陆词处理 |
| 五、数据稀疏问题的处理 |
| 第四节 技术实现及测试结果分析 |
| 一、系统的开发环境 |
| 二、技术实现 |
| 三、系统实现描述 |
| 四、软件功能及界面 |
| 五、测试结果及分析 |
| 第五章 深度语义标注库的句法语义范畴系统 |
| 第一节 句法语义研究现状 |
| 一、国外句法语义研究 |
| 二、汉语句法语义研究 |
| 第二节 语义语法学的句法语义范畴体系 |
| 第三节 句法语义范畴体系中的陈述结构框架 |
| 一、陈述结核范畴体系 |
| 二、基本角色范畴体系 |
| 三、附加角色范畴体系 |
| 第四节 句法语义范畴体系中的指称结构框架 |
| 一、指称结核范畴体系 |
| 二、结核/修饰范畴体系 |
| 三、修饰范畴体系 |
| 第五节 句法语义范畴体系中的其他句法范畴 |
| 一、独语范畴 |
| 二、情态范畴和语气范畴 |
| 三、关联范畴 |
| 第六节 句法语义范畴标注集 |
| 第六章 句法语义分析技术研究 |
| 第一节 句法语义分析技术研究现状 |
| 第二节 句法语义分析的常用理论分析 |
| 一、格语法 |
| 二、框架语义学 |
| 三、概念依存理论 |
| 四、依存语法理论 |
| 第三节 句法语义分析的常用方法比较 |
| 第七章 句法语义范畴自动标注研究 |
| 第一节 理论依据及标注任务 |
| 一、系统开发的理论依据 |
| 二、标注任务描述 |
| 第二节 标注方案及标注体系 |
| 一、标注任务方案 |
| 二、句法语义范畴体系标记及含义 |
| 第三节 相关语义知识库的构建 |
| 一、语义词类与句法语义范畴对应关系知识库 |
| 二、语义句型框架库的构建 |
| 三、语义句模知识库的构建 |
| 第四节 基于语义句型框架的语义角色标注研究 |
| 一、语义角色的标注策略 |
| 二、结核的确定 |
| 三、条件随机场(CRF)简介 |
| 四、特征描叙和特征选择 |
| 第五节 测试及结果分析 |
| 一、实验语料来源 |
| 二、评价方法 |
| 三、实验结果及分析 |
| 四、句法语义范畴辅助标注工具功能介绍 |
| 结论 |
| 参考文献 |
| 附录 |
| 一、现代汉语语义词类标注系统规范(部分) |
| 二、句法语义范畴标注规范(部分) |
（6）跨语言信息检索技术与研究（论文提纲范文）
| 一、引言 |
| 二、跨语言信息检索的界定 |
| 三、跨语言信息检索的理论研究 |
| 1. 查询策略 |
| 2. 查询扩展 |
| 3. 文档语言识别 |
| 4. 文档标引 |
| 四、跨语言信息检索的相关技术 |
| 1. 计算机信息检索技术 |
| 2. 机器翻译技术 |
| 五、多种语言的结合使用 |
（7）俄语语料库和基于语料库的语法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 目录 |
| 绪论 |
| 一、 选题依据 |
| 二、 论文的理论意义和实践价值 |
| 三、 论文的研究目的和方法 |
| 四、 论文的结构 |
| 第一章 世界背景下的俄语语料库 |
| 第一节 英语语料库 |
| 一、 SEU 语料库 |
| 二、 布朗语料库 |
| 三、 LOB 语料库 |
| 四、 LLC 口语语料库 |
| 五、 COBUILD 语料库 |
| 六、 朗文语料库 |
| 七、 英国国家语料库 |
| 八、 国际英语语料库 |
| 第二节 汉语语料库 |
| 一、 国家语委现代汉语语料库 |
| 二、 现代汉语平衡语料库 |
| 三、 LIVAC 共时语料库 |
| 四、 《人民日报》标注语料库 |
| 五、 现代汉语研究语料库 |
| 第三节 俄语语料库 |
| 一、 图宾根俄语语料库(ТК) |
| 二、 20 世纪末俄语报纸语料库(КГТ) |
| 三、 赫尔辛基标注语料库(ХАНКО) |
| 第四节 其他语种的语料库 |
| 一、 捷克国家语料库 |
| 二、 克罗地亚国家语料库 |
| 三、 匈牙利国家语料库 |
| 四、 日语语料库 |
| 本章小结 |
| 第二章 语料库语言学理论 |
| 第一节 语料库语言学的基本概念 |
| 一、 语料库的定义 |
| 二、 语料库语言学的定义 |
| 三、 语料库语言学的哲学基础 |
| 四、 语料库语言学的学科定位 |
| 五、 语料库语言学的研究对象 |
| 六、 语料库语言学的研究方法 |
| 七、 语料库的类型 |
| 第二节 语料库建设的原则 |
| 一、 语料库的设计和规划 |
| 二、 语料库的代表性 |
| 三、 语料库的规范 |
| 第三节 语料库的标注问题 |
| 一、 语料的标注原则 |
| 二、 语篇标注 |
| 三、 词法标注 |
| 四、 句法标注 |
| 五、 语义标注 |
| 第四节 语料库的管理 |
| 一、 语料库数据管理方式 |
| 二、 语料库的用户界面 |
| 第五节 语料库的应用 |
| 一、 语言研究 |
| 二、 词典编纂 |
| 三、 语言翻译 |
| 四、 语言教学 |
| 本章小结 |
| 第三章 俄语国家语料库研究 |
| 第一节 俄语国家语料库概况 |
| 第二节 俄语国家语料库的标注 |
| 一、 语料库的标注过程 |
| 二、 元文本标注 |
| 三、 词法标注 |
| 四、 句法标注 |
| 五、 语义标注 |
| 第三节 句法标注语料库 |
| 一、 词法标注 |
| 二、 句法结构 |
| 第四节 平行文本语料库 |
| 一、 俄英平行文本语料库的构成 |
| 二、 俄英平行文本语料库的对齐方法 |
| 三、 俄英平行文本语料库对译成分的提取 |
| 第五节 口语语料库 |
| 一、 口语语料库的一般问题 |
| 二、 口语文本的元文本标注 |
| 三、 口语语料的处理原则 |
| 第六节 方言语料库 |
| 一、 对现有方言语料库的借鉴 |
| 二、 方言文本与标准语的区别 |
| 三、 词汇还原 |
| 四、 方言语料库中的同音异义现象 |
| 五、 语句的划分 |
| 六、 语料库划分 |
| 七、 元文本标注 |
| 本章小结 |
| 第四章 基于语料库的实证研究 |
| 第一节 语料库调查结果对现有俄语研究成果的质疑 |
| 一、 词汇搭配与支配关系方面 |
| 二、 词汇意义方面 |
| 三、 语义搭配方面 |
| 第二节 基于语料库的поезд历时研究 |
| 一、 1840 年之前поезд的词义 |
| 二、 1840 年前后поезд的词义 |
| 三、 поезд的其他义项 |
| 四、 19 世纪中叶之后的поезд |
| 五、 поезд的重音变化 |
| 六、 研究结论 |
| 第三节 俄语语言世界图景中的生命体与非生命体 |
| 一、 对动物/非动物名词的语料库调查与语义分析 |
| 二、 确定名词动物性/非动物性的因素 |
| 三、 结论 |
| 第四节 前置词кроме结构的特点 |
| 一、 三种数量语义类型的语义 |
| 二、 三种数量语义类型的语用 |
| 三、 кроме在交际、句法与搭配上的差异 |
| 第五节 толькоиV1,чтоV2结构研究 |
| 一、 对толькоиV1,чтоV2结构的语料库调查 |
| 二、 语法化的概念 |
| 三、 结构的总体特征 |
| 四、 带делать的变体结构 |
| 五、 带знать和уметь的变体结构 |
| 六、 与焦点强调结构的区别 |
| 七、 对这一结构研究的总结 |
| 第六节 非标准形式副动词研究 |
| 一、 以 ить结尾的完成体反身动词构成的副动词 |
| 二、 零散完成体动词构成的副动词 |
| 三、 以 ти结尾的完成体动词构成的副动词 |
| 四、 成语中的完成体副动词 |
| 五、 研究结论 |
| 本章小结 |
| 结束语 |
| 参考文献 |
| 附录一 俄语国家语料库词法标注集 |
| 附录二 俄语国家语料库语义标注集 |
| 附录三 俄语国家语料库句法子库词法标注集 |
| 致谢 |
| 攻读博士学位期间发表的论文及着作 |
（9）专利文献计算机检索技术的最新发展（论文提纲范文）
| 1 前 言 |
| 2 多语言混合检索 |
| 3 分类检索 |
| 4 语义检索 |
| 5 图像检索 |
| 6 辅助技术 |
| 7 结 语 |
（10）基于语料库的翻译研究新范式（论文提纲范文）
| 一、引言 |
| 二、基于语料库的翻译研究及其分类 |
| 三、基于语料库的翻译理论研究和实践应用 |
| 1、翻译共性 |
| 2、翻译规范 |
| 3、译者风格 |
| 4、翻译教学和译员培训 |
| 5、机器翻译和机辅翻译 |
| 四、基于语料库翻译研究的优越性和局限性 |
四、计算机检索、机器翻译（论文参考文献）
- [1]汉维词语的人机翻译对比研究 ——以《习近平谈治国理政》为例[D]. 唐小雪. 喀什大学, 2021(07)
- [2]病机主导的中医临床个体化诊疗模式及决策支持系统构建[D]. 胡嘉元. 北京中医药大学, 2020(04)
- [3]关于Computer-Aided Translation Technology:A Practical Introduction（节选）汉译实践报告[D]. 常靖. 沈阳理工大学, 2019(03)
- [4]基于语料库的机器翻译的现状与展望[J]. 汪云,周大军. 考试与评价(大学英语教研版), 2017(05)
- [5]现代汉语深度语义标注语料库研究[D]. 贺胜. 南京师范大学, 2017(06)
- [6]跨语言信息检索技术与研究[J]. 康媛媛,胡曦玮. 安徽科技, 2013(09)
- [7]俄语语料库和基于语料库的语法研究[D]. 李绍哲. 黑龙江大学, 2012(09)
- [8]中日机器翻译研究进展综述[A]. 米丽英,罗辛. Proceedings of 2011 International Conference on Aerospace Engineering and Information Technology(AEIT 2011), 2011
- [9]专利文献计算机检索技术的最新发展[J]. 周胜生,王扬平. 图书情报工作, 2010(18)
- [10]基于语料库的翻译研究新范式[J]. 刘波. 才智, 2010(02)