汉语句法排歧知识的自动获取方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    69705005
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    12.0万
  • 负责人：
    孙茂松
  • 依托单位：
    清华大学
  • 学科分类：
    F03.自动化
  • 结题年份：
    2000
  • 批准年份：
    1997
  • 项目状态：
    已结题
  • 起止时间：
    1998-01-01 至2000-12-31

项目摘要

本项目对汉语句法排歧知识自动获取方法进行了系统的研究，取得了以下成果：首次提出了以句法知识自动获取机制和组块分析、层次分析“两步走”策略为主要内容的概率型汉语句法分析的一整套解决方案，比较好地处理了汉语句法分析中机器自动学习与人工加工之间的关系，显著提高了机器分析和人工加工的效率和效果；完成了一个自适应的汉语概率句法分析器原型的系统，对输入的经过正确分词和词性标注的汉语的句子，该句法分析器开放测试的精度达到了85%以上；建成了一个具有典型句型分布、目前国内规模最大（20万词次）的汉语树库。上述成果可广泛应用于各类智能中文信息处理系统中，对把这些系统的处理水平由词平面提升更高层的句平面具有重要意义。

结项摘要

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

藏文词向量相似度和相关性评测集构建
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    才智杰;孙茂松;才让卓玛
  • 通讯作者：
    才让卓玛
基于迭代式回译策略的藏汉机器翻译方法研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    慈祯嘉措;桑杰端珠;孙茂松;周毛先;色差甲
  • 通讯作者：
    色差甲
Tag Correspondence Model for User Tag Suggestion
用户标签建议的标签对应模型
  • DOI：
    10.1007/s11390-015-1582-6
  • 发表时间：
    2015-09
  • 期刊：
    Journal of Computer Science and Technology
  • 影响因子：
    0.7
  • 作者：
    涂存超;刘知远;孙茂松
  • 通讯作者：
    孙茂松
一种基于向量模型的藏文字拼写检查方法
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    才智杰;孙茂松;才让卓玛
  • 通讯作者：
    才让卓玛
层次短语翻译的神经网络调序模型
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    清华大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    李鹏;刘洋;孙茂松
  • 通讯作者：
    孙茂松

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

孙茂松的其他基金

关键词抽取与社会标签推荐相结合的中文文本主题词自动标注方法研究
  • 批准号：
    61170196
  • 批准年份：
    2011
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
信息科学十二五学科发展战略研究
  • 批准号：
    60940025
  • 批准年份：
    2009
  • 资助金额：
    20.0 万元
  • 项目类别：
    专项基金项目
汉语复杂网络的性质、结构、演化及其典型应用研究
  • 批准号：
    60873174
  • 批准年份：
    2008
  • 资助金额：
    32.0 万元
  • 项目类别：
    面上项目
中文文本自动分类关键技术研究
  • 批准号：
    60573187
  • 批准年份：
    2005
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目
词汇、句法和语义—基于认知实验的汉语加工过程研究
  • 批准号：
    60083005
  • 批准年份：
    2000
  • 资助金额：
    13.0 万元
  • 项目类别：
    专项基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码