Zhenghua-undergraduate-thesis

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