|
多語(yǔ)種文本生成系統(tǒng)
項(xiàng)目持有者：曾慶輝
聯(lián)系方式：E-mail:zqhmail@yahoo.com
項(xiàng)目介紹：
自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的各種理論和方法。它可以分成語(yǔ)言理解和語(yǔ)言生成兩個(gè)互逆的過(guò)程。自然語(yǔ)言生成是一種從大量數(shù)據(jù)、深層語(yǔ)言結(jié)構(gòu)到表層結(jié)構(gòu)的轉(zhuǎn)換。經(jīng)過(guò)多年的研究，工程化的自然語(yǔ)言處理--語(yǔ)言技術(shù)(Language Technology) 已經(jīng)使復(fù)雜的人類(lèi)語(yǔ)言處理技術(shù)從實(shí)驗(yàn)室走向市場(chǎng)成為可能。
項(xiàng)目申請(qǐng)人在上海交通大學(xué)和德國(guó)人工智能研究中心在這方面從事了多年的研究和開(kāi)發(fā)，積累的豐富的經(jīng)驗(yàn)。所開(kāi)發(fā)的多語(yǔ)種文本生成系統(tǒng)采用淺層生成(Shallow Approach)和深層生成(Deep Approach) 。淺層生成采用面向任務(wù)基於模板的格式化生成，可移植性強(qiáng)，開(kāi)發(fā)周期短而且成本低。深層生成采用流水線式結(jié)構(gòu)（即由內(nèi)容規(guī)劃器、句子規(guī)劃器和表層生成器組成）。在內(nèi)容規(guī)劃階段采用Schema方法，較好地解決了文本結(jié)構(gòu)和內(nèi)容的靈活組織問(wèn)題。在句子規(guī)劃階段，采用了語(yǔ)句優(yōu)化和資源類(lèi)映射技術(shù)，消除了語(yǔ)句的冗余部分，并可用形式化方法表述不同語(yǔ)種以及各語(yǔ)種的不同語(yǔ)句結(jié)構(gòu)。使同一內(nèi)容生成的語(yǔ)句呈現(xiàn)多樣化形式。在表層生成階段，完善了FB－LTAG（基于特征的詞匯樹(shù)連接文法），解決了生成中構(gòu)造句法樹(shù)的“組合爆炸”問(wèn)題，并在選詞時(shí)做到恰如其份。針對(duì)不同客戶(hù)和應(yīng)用可以分別和組合使用這兩種方法。潛在的應(yīng)用領(lǐng)域包括：
旅游：
航班信息的實(shí)時(shí)文本匯報(bào)
氣象信息的文本預(yù)報(bào)
體育：
上報(bào)國(guó)際體育組織的各種實(shí)時(shí)報(bào)表或簡(jiǎn)報(bào)；
供中外媒體（報(bào)刊、電臺(tái)、電視臺(tái)、網(wǎng)站等）使用的成績(jī)報(bào)表和簡(jiǎn)報(bào)；
供裁判使用的運(yùn)動(dòng)員歷史成績(jī)等情況介紹；
自動(dòng)綜合每天的各項(xiàng)比賽情況（報(bào)表）；
實(shí)時(shí)文字報(bào)導(dǎo)運(yùn)動(dòng)員比賽情況；
企業(yè)：
公司客戶(hù)電子郵件問(wèn)訊回復(fù)自動(dòng)生成
|