查看“Zhenghua-undergraduate-thesis”的源代码

= 毕业设计各个环节注意事项 =

== 中期检查前准备 ==
* 任务书认真撰写，老师审核
** 清晰、简洁
** 参考文献的格式严格按照规范（将来论文中也要有，因此这个时候认真点，后面省事）
* 认真做好文献翻译，提前找老师要待翻译的文章，翻译的word文档，尽量按照撰写正式论文的形式规范排版
** 论文标题
** 论文作者
** 论文出处（期刊[volumn/number]、会议、年份、页码等
** 正文部分：图、表、公式、参考文献一般不用翻译，直接截图，放在论文中即可（注意格式好一点）
** 好像学校规定：英文6000词（短一点应该也没人管）。如果论文过长，可以考虑只翻译一部分。
* 做好文献综述，提前和老师商量好，需要看的论文、网页、书籍等列表（5-10篇）
** 按照不同的类型，将论文梳理好，总结好

= 2019 = 

== 自然语言句子分析平台实现 == 
周明月
(1527403035)

* 后台：实现分词（global linear model：黄德朋）、词性标注（global linear model）、依存句法分析（待定）
* 前端：javascript ajax【沿用蒋炜在多粒度分词上的代码，python】


== 汉语新词发现方法研究	== 
李烨秋
(1527405091)	

2019.3.29讨论
 调研，每个文章写一段话：问题定义、方法、评价数据和评价方法、结果如何
 先实现一种基于邻接熵，共现频率，互信息等（可以融合）的新词发现方法
 然后实现基于深度学习（word embedding）的方法（我推荐的那篇英文论文的方法）

2 自然语言句子分析平台实现	毕业论文	软件工程（嵌入式培养）,	指定学生	审核意见  导出WORD	已审
3	面向对话文本的浅层语义分析数据	毕业论文	计算机科学与技术,	指定学生	审核意见  导出WORD	已审

杨浩苹
(1527405092)


4	网络文本错别字纠正数据标注系统	毕业论文	物联网工程,	指定学生	审核意见  导出WORD	已审

沈嘉钰
(1527407031)

== 网络在线词典数据爬取系统 ==
陈婷
(1527405034)

Mentor：朱运

* 工作内容（2019.3.8）
** Python有开源的包，爬取网页，尽可能爬所有的词（如何能遍历电子词典中的所有词？）
** 网页正文提取（工具包可以用，自己写正则表达式，根据网页的规则去抽取）
** 归一化：制定一个比较完整的格式，字，词，拼音，词性，词义，例句，解释。


Christiane Fellbaum (1998, ed.) WordNet: An Electronic Lexical Database. Cambridge, MA: MIT Press. （前言）

George A. Miller (1995). WordNet: A Lexical Database for English.
Communications of the ACM Vol. 38, No. 11: 39-41.

== 汉语上下位关系词对抽取研究 == 

袁源
(1527405050)

Mentor：陆凯华

* 工作内容（2019.3.8）
** 定义：给定一大堆文本（文档），根据一些规则（模板），去抽取上下位词对（Hearst 1992?）
** bootstrapping：给一些种子上下位对，去找pttern，过滤掉差的模板，更多词对 -> 继续循环


 1）搞清楚上下位关系的定义
 2）参考文献，设计一些Pattern，从wiki数据中自动抽取候选词对，进而人工标注，判定哪些是真正的上下位关系
 3）然后根据已有的上下位词对，在wiki数据上跑一遍，扩展pattern集合，人工check，哪些pattern是靠谱的
 4）回到步骤2
 5) 如果有时间，实现一个简答的基于特征的上下位关系分类方法，把pattern、后缀、共现频率等信息作为特征融合一下，放到一个分类模型（如最大熵）中。

= 2016 = 

== 中文问答系统中问题分类的研究与实现 == 
龚晨

*[论文]   http://hlt.suda.edu.cn/index.php/Zhenghua-undergraduate-thesis