学位论文 > 优秀研究生学位论文题录展示

面向语言学研究的大规模汉语语料库全文检索技术与开发

作　者: 郑仲光
导　师: 荀恩东
学　校: 北京语言大学
专　业: 语言学及应用语言学
关键词: 语料库全文检索查询
分类号: H08
类　型: 硕士论文
年　份: 2009年
下　载: 60次
引　用: 0次
阅　读: 论文下载

内容摘要

当今的语言学研究和语言教学,语料库扮演了越来越重要的角色。语料库是大规模自然语言文本的集合,它蕴含着语言的特征及规律。采用语料库的研究方法,可以更好地发现潜在的语言规律;通过语言实例,对语言规律进行验证。FTST(Full Text Search Tool for Linguistic Research)系统就是以辅助语言学研究和语言教学为目的而开发的全文检索系统,FTST可以对大规模(G级别)的语料建立索引,FTST的索引结构采用的是Pat数组结构,并且利用多路归并合并索引文件,因此具有良好的建立索引效率和查询效率。此外,FTST还支持增量索引,以方便用户可以动态地扩充语料库,减少不必要重复索引过程。在检索方面,FTST提供了包含检索表达式的检索功能,并支持带有通配符的检索,使系统的应用更为灵活。此外,FTST还支持二次检索,方便用户进行对检索结果的过滤。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-12
  1.1 工作的意义  7
  1.2 国内外的相关工作  7-11
  1.3 FTST的解决方法  11
  1.4 FTST的创新性工作  11-12
第二章系统结构及字索引的建立  12-33
  2.1 FTST系统结构  12
  2.2 Document模块的实现  12-13
  2.3 Index模块采用的主要算法和数据结构  13-18
  2.4 Index模块建立字索引的过程  18-20
  2.5 索引归并  20-30
  2.6 增量索引  30-33
第三章检索模块的主要算法和数据结构  33-43
  3.1 FTST检索模块的结构  33
  3.2 字符串表达式的检索  33-37
  3.3 基项字符串的检索算法  37-39
  3.4 带有通配符的字符串检索  39-41
  3.5 二次检索  41-43
第四章总结  43-45
  4.1 FTST的特点  43
  4.2 今后的工作  43-45
参考文献  45-46
致谢  46

面向语言学研究的大规模汉语语料库全文检索技术与开发

内容摘要

全文目录

相似论文