《自然语言理解》课程作业.PDF

中国科学院研究生院《自然语言理解》课程作业 《自然语言理解》课程作业 课程编号： 71253Z 课程属性： 专业基础课 学时/学分：40/2 预修课程：概率论与数理统计、算法分析与程序设计 主讲人：宗成庆 联系方式：E-mail: cqzong@ Tel. 6255 4263 一、作业目的： 通过本课程作业加深对自然语言理解基础理论的认识和了解，锻炼和提高分 析问题、解决问题的能力。通过对具体项目的任务分析、技术调研、数据准备、 算法设计和编码实现以及系统调试等几个环节的练习，基本掌握实现一个自然语 言处理系统的基本过程。 二、作业题目： 1． 实现一个汉语或英语的命名实体自动识别系统（Named entity identification ） 命名实体一般指如下几类专用名词：人名、地名和组织机构名。选做本题目 时，可实现汉语或英语中任意一种类型的命名实体识别。 2 ． 实现一个汉英人名自动互译系统 （Chinese-English person name translation ） 本题目要求实现一个汉语人名（包括中国人名和外国人译名）和英语人名的 自动翻译系统。 3 ． 实现一个汉语自动分词系统（Chinese word segmentation ） 本题目要求实现一个汉语自动分词系统。如果在本题目中不考虑命名实体识 别问题，歧义消解和集外词处理是汉语自动分词中的关键问题。 4 ． 实现一个汉语或英语的词类自动标注系统（Automatic part-of-speech tagging ） 本题目要求实现一个汉语或英语的词类自动标注系统。 5 ． 实现一个汉语和英语两种语言中数字、日期或时间、货币数量表达的自动识 别和翻译系统 数字、日期或时间、货币数量等在自然语言中有特殊的表达方式。如汉语： “2011 年 3 月 8 日”的英语表达是：“March 8, 2011 ”或“3 March 2011 ” 等。选做本题目时可实现某一种表达的识别和单向翻译，也可实现双向互译。 6 ． 实现一个（汉语/英语）词义自动消歧系统（Word sense disambiguation ） 很多词汇具有一词多义的特点，但一个词在特定的上下文语境中其含义却是 共 3 页，第 1 页 中国科学院研究生院《自然语言理解》课程作业 确定的。本题目要求实现一个能够自动根据不同上下文判断某一词的特定含 义的系统，针对汉语或英语均可。 7 ． 实现一个（汉语/英语）名词短语自动识别系统（Noun phrase recognition ） 本题目要求设计并实现一个汉语或英语文本中名词短语自动识别系统。 8 ． 实现一个汉语或英语句子谓语成份的自动识别系统（Predicate recognition ） 谓语是句子的中心成份。本题目要求设计并实现一个汉语或英语句子中谓语 成份的自动识别系统。 9 ． 实现一个汉语句子自动改写系统（Chinese sentence paraphrasing ） 本题目要求实现一个汉语句子自动改写系统。 10. 实现一个汉英双语自动对齐系统（Chinese-English alignment ） 本题目要求利用汉英双语篇章级对照语料实现一个自动段落对齐、句子对齐 和词汇对齐系统。 11. 实现一个英文单词拼写错误自动检查系统（English text proofreading ） 本题目要求实现一个英文文本中单词拼写错误自动检查系统。 12. 实现一个文本自动分类系统（Text classification ） 本题目要求依据某种文本分类标准实现一个文本自动分类系统。针对汉语文 本或英语文本均可。 三、基本要求： (1) 每人可以选择其中的一个题目，也可以几个人合作完成一个题目，但彼此之 间必须有明确的分工和要求。 (2) 任何一个题目，都不限定采用的方法，可以采用基于规则的分析方法，也可 以采用基于语料库的统计方法，还可以是几种方法的结合，鼓励方法创新， 但必须有理论根据或实验数据依据。 (3)