大學(xué)畢業(yè)論文計算機專業(yè)

畢業(yè)論文論文題目：姓名：學(xué)號：學(xué)習(xí)中心：專業(yè)：指導(dǎo)教師：二〇〇年月畢業(yè)論文承諾書提示：根據(jù)北京語言大學(xué)網(wǎng)絡(luò)教育學(xué)院論文寫作的規(guī)定，如發(fā)現(xiàn)論文有抄襲、網(wǎng)上下載、請人代寫等情況，畢業(yè)論文一律不及格。同時取消學(xué)士學(xué)位申請資格。畢業(yè)論文不及格者，可申請重寫一次，并按重修繳納費用。本人承諾：本人已經(jīng)了解北京語言大學(xué)的畢業(yè)論文寫作的有關(guān)規(guī)定；本人的論文是在指導(dǎo)教師指導(dǎo)下獨立完成的研究成果。整篇論文除了文中已注明出處或引用的內(nèi)容外，絕沒有侵犯他人知識產(chǎn)權(quán)。對本論文所涉及的研究工作做出貢獻的個人和集體，均已在文中以明確方式注明。簽名：_____________日期：________________TheInteractiveTexttaggingToolDevelopmentAuthor:*****Tutor:*****Abstract：Thetextinformationextrationbasedoncontentisacurrentstudyhotspot.Regardlessofthesearchengineortheinterrogator-respondersystem,theirbasicfoundationisgaintextinformationineffective.UsethemethodofmachinelearningtogainstheeffectiveknowledgefromCorpus,supportingthetextinformationprocessingisalreadybecomecomputaionallinguisticsamainstreamtechnology.Thetaggedcorpusisthetechnicalfoundation.Thetargetofthistexttaggingtooldesignistheprocessedcorpora(text).Takingthesinglepieceoftextforuserstotagentities,relations,events,andshowintermediateresultsduringtaggingprocess.culminatinginthepreservationoftaggingdocumentsprocessedxmllanguagetotheoutputformatforstorage.Thetool'sfunctionalannotationincludingtaggingtheentities,theevents,therelationslabeledthetaggingofftext,remindusersthetaggingprogress,anddealingtheintermediateresultsprocessingandpreservation.Thepaperwilldescribeanddiscussoverthedesignandrealizationofthisinteractivetexttaggingtool.Firstly,detailedtheoreticalbackgroundswillbegiven;secondly,analysisofthistoolandgeneralstructureforitandthefulldescriptionsabouttherealizationofeachmodelwillbeintroduced;finally,thedefectsofthedesignofthetoolandimprovementtoitsfuturedevelopmentwillbegivenandasummaryofthestructureandtheperformanceofthesystemwillbedeliveredaswell.Keyword:HumancomputerInteractive,Texttagging,MFC人機交互文本工具開發(fā)第一章緒論1．1前言隨著互聯(lián)網(wǎng)的廣泛普及，語言信息處理的社會需求越來越大，人們迫切需要用自動化的手段處理海量的語言信息。語言資源有計劃有規(guī)模的開發(fā)對于語言信息處理領(lǐng)域的研究和開發(fā)具有重要意義。對文本進行標(biāo)注就是語言資源建設(shè)的一個方面，人機交互式的標(biāo)注工具是進行語料標(biāo)注的有效手段，從一定程度上可以的減輕標(biāo)注工作者的負擔(dān)，同時還可以輔助檢查標(biāo)注結(jié)果。開發(fā)界面友好的標(biāo)注工具可以進一步的提高標(biāo)注工作者的效率，同時結(jié)構(gòu)化的輸出更方便標(biāo)注數(shù)據(jù)的后續(xù)使用。1．2研究背景1.2.1信息抽取概述信息抽取是指從一段文本中抽取指定的事件，事實等信息，形成結(jié)構(gòu)化的數(shù)據(jù)并填入一個數(shù)據(jù)庫中供用戶查詢使用的過程。即它從文本中抽取用戶感興趣的事件，實體和關(guān)系，被抽取出來的信息以結(jié)構(gòu)化的形式描述，然后存儲在數(shù)據(jù)庫中，為情報分析和監(jiān)測、比價購物、自動文摘、文本分類等各種應(yīng)用提供服務(wù)。例如，災(zāi)害預(yù)防部門可以從自然災(zāi)害的新聞報道中抽取出災(zāi)害的類型、時間、地點、人員傷亡、經(jīng)濟損失等情況；醫(yī)生可以從病人的醫(yī)療記錄中抽取出癥狀、診斷記錄和檢驗結(jié)果；安全部門分析有線新聞和廣播電視的文本來找到和總結(jié)恐怖分子活動記錄等。一般來說，信息抽取系統(tǒng)的處理對象是自然語言文本尤其是非結(jié)構(gòu)化文本。但廣義上講，除了電子文本以外，信息抽取系統(tǒng)的處理對象還可以是語音、圖像、視頻等其他媒體類型的數(shù)據(jù)。1.2.2基于內(nèi)容的文本信息提取基于內(nèi)容的文本信息提取是當(dāng)前的一個研究熱點，無論搜索引擎還是問答系統(tǒng)，其根本的基礎(chǔ)是有效的獲取文本中的信息。使用機器學(xué)習(xí)的方法從語料庫中獲取有效的知識，以支持文本信息的處理已經(jīng)成為計算語言學(xué)的一個主流技術(shù)，而帶標(biāo)語料庫則是這一技術(shù)的基礎(chǔ)。由于語言本身的復(fù)雜性和富含信息的特點，使得語料庫標(biāo)注的內(nèi)容、對象可以在語法、語義、語用等各個層次上進行，語料庫標(biāo)注的內(nèi)容和程度，從根本上決定了從文本中可以提取出的信息內(nèi)容和信息粒度，也決定了進行文本內(nèi)容計算的對象、方法。比如，對于文本片斷，據(jù)美國加利福尼亞州羅斯維爾市警方說，一架單引擎飛機12日在羅斯維爾市郊墜毀，機上2人全部死亡，被飛機撞毀的一座房屋中2人失蹤。其中所包含的信息有：飛機墜毀的時間（12日）、地點（羅斯維爾市郊）、傷亡情況（2人死亡，2人失蹤）、該消息的來源（警方）、飛機本身的狀態(tài)屬性（單引擎）、消息來源的屬性（美國加利福尼亞州羅斯維爾市警方）、死亡人員的屬性(機上2人)、失蹤人員的屬性（被飛機撞毀的一座房屋中2人）、……。這些信息直接反映了文本片斷的意義，包括了命名實體、實體（如“羅斯維爾市”、“飛機”）；實體的屬性及其間的關(guān)系（如“羅斯維爾市警方”與“警方”，失蹤人員和房屋的關(guān)系）；事件（如“墜毀”事件）及其屬性（事件的時間、地點、傷亡情況等）。表達這些信息的語言形式是豐富多樣的，我們將其稱為意義單元。因此，有效地標(biāo)注文本中的意義單元，是面向文本內(nèi)容計算進行資源建設(shè)的一個嘗試。根據(jù)突發(fā)事件的類型，對真實文本中意義單元的屬性、特征、相關(guān)連方式進行研究，并通過標(biāo)注體系將其表現(xiàn)出來，是前人沒有做過的。從真實文本的實際數(shù)據(jù)出發(fā)，探索支持文本內(nèi)容計算、具有意義信息標(biāo)注的語料庫建設(shè)是一個新的嘗試。目前，面向文本信息提取的帶標(biāo)語料庫的研究，ACE項目進行的較為深入。ACE對語料庫標(biāo)注形式、方法、內(nèi)容、對象都作了大量的研究，其標(biāo)注內(nèi)容包括文本中的實體表達、實體間的關(guān)系表達、事件的表達等。本文受ACE標(biāo)注內(nèi)容的啟發(fā)，通過對ACE已標(biāo)數(shù)據(jù)的分析，確定了以意義單元作為標(biāo)注對象，期望在標(biāo)注內(nèi)容上更加精煉，標(biāo)注的語言層次上能夠貫通各個層級，同時面對不同的事件信息，能有更精確的表達形式。此外，從資源建設(shè)的角度來看，我們必須建設(shè)我們自己的語料庫。1．3開發(fā)人機交互的標(biāo)注工具的意義目前語料加工的方式主要有三種方式，即人工、自動、和人機結(jié)合的半自動方式。由于自然語言處理技術(shù)的限制，自動加工方式會給語料庫標(biāo)注帶來一些錯誤，而人工加工方式非常昂貴，需要大量的人力資源。相比之下，半自動加工方式則兼顧兩者的優(yōu)點。人機結(jié)合的方式有兩種：一種是計算機自動選擇語料庫中需要人工干預(yù)的自動加工方式不能解決的部分，從而減少人的工作；另一種反是則實現(xiàn)由計算機對加工的語料進行自動加工，然后由人工校對。對文本進行標(biāo)注就是語言資源建設(shè)的一個方面。人工標(biāo)注的過程是一個艱苦的、費時費力的，然而從語言信息處理發(fā)展的觀點來看，是一個必須進行的過程。因此開發(fā)一個可以輔助標(biāo)注工作的工具就有它的意義。人機交互式的標(biāo)注工具是進行語料標(biāo)注的有效手段，從一定程度上可以的減輕標(biāo)注工作者的負擔(dān)，同時還可以輔助檢查標(biāo)注結(jié)果的一致性等問題。開發(fā)界面友好的標(biāo)注工具可以進一步的提高標(biāo)注工作者的效率，同時結(jié)構(gòu)化的輸出更方便標(biāo)注數(shù)據(jù)的后續(xù)使用。1．4任務(wù)描述本次標(biāo)注工具開發(fā)的主要工作是windows風(fēng)格的交互環(huán)境設(shè)計與實現(xiàn)和適用于文本成分的標(biāo)注風(fēng)格的設(shè)計與實現(xiàn)。具體就是要完成以下的這些任務(wù)：人機交互界面的設(shè)計人機交互界面的實現(xiàn)實體，關(guān)系，實現(xiàn)具體標(biāo)注的實現(xiàn)標(biāo)注中間結(jié)果的顯示標(biāo)注結(jié)果的結(jié)構(gòu)化輸出1．5論文的組織和安排整個論文分為四個部分，緒論介紹了這個標(biāo)注工具出現(xiàn)的背景，解釋了我們構(gòu)造這個工具的必要性，后面各章節(jié)全部圍繞標(biāo)注工具設(shè)計開發(fā)的各個細節(jié)來描述。分別為第2章 標(biāo)注工具的設(shè)計原則和設(shè)計思想，包括用戶的各種需求和工具要具備的功能，預(yù)先估計工具開發(fā)過程中可能會遇到的困難，為工具的具體開發(fā)和實現(xiàn)打好基礎(chǔ)。第3章 標(biāo)注工具的具體開發(fā)，包括開發(fā)環(huán)境的選擇，設(shè)計思想的詳細實現(xiàn)，技術(shù)難點的分析討論。第4章 對這次標(biāo)注工具開發(fā)的總結(jié)，分析工具的缺陷以及沒有解決的問題，以及對系統(tǒng)以后改進發(fā)展的看法。第二章標(biāo)注工具的設(shè)計原則和設(shè)計思想2．1研究方法和指導(dǎo)思想……2．2標(biāo)注工具的設(shè)計原則……2.2.2文本標(biāo)注工具的設(shè)計原則……2．3人機交互界面設(shè)計原則……第三章標(biāo)注工具的具體開發(fā)3．1開發(fā)環(huán)境的選擇……3．2標(biāo)注工具的設(shè)計3.2.1標(biāo)注工具的界面算法

……3.2.2結(jié)構(gòu)設(shè)計……3．3標(biāo)注工具的詳細設(shè)計3.3.1人機交互界面詳細設(shè)計……3.3.2菜單和工具欄的設(shè)計……3．4標(biāo)注過程文本的處理……3.4.1實體標(biāo)注詳細設(shè)計……3.4.2關(guān)系標(biāo)注詳細設(shè)計……3.4.3事件標(biāo)注詳細設(shè)計……3．5標(biāo)注結(jié)果……3．6技術(shù)難點討論……標(biāo)注工具的缺陷分析和功能展望盡管工具經(jīng)過反復(fù)的設(shè)計和考慮，性能進行盡可能的優(yōu)化，但是本次的標(biāo)注工具的缺陷還是非常多的，由于時間的緊張和能力的有限，還有許多的功能可以去實現(xiàn)，還有許多的地方需要改進。本次標(biāo)注工具實現(xiàn)了簡單的人機交互環(huán)境，但還有許多需要處理的過程。如用戶標(biāo)注之后發(fā)現(xiàn)標(biāo)注出錯撤銷標(biāo)注的操作，標(biāo)注過程中的一些用戶提示和交互。標(biāo)注中間結(jié)果的處理，如對標(biāo)注中間結(jié)果按標(biāo)注內(nèi)容在原始文本中的位置排序的實現(xiàn)。PAGE4結(jié)束語結(jié)束語本論文工作實現(xiàn)了三個功能模塊：1．標(biāo)注模塊：標(biāo)注模塊實現(xiàn)文本的實體、關(guān)系、事件三部分的標(biāo)注。這個模塊要主要是對文本進行處理，文本的選擇，光標(biāo)在文本中的位置，文本的獲得，文本位置的比較等等。2．菜單模塊：根據(jù)用戶標(biāo)注的需要，設(shè)計上下文菜單來實現(xiàn)功能。用戶通過使用上下文菜單來進行標(biāo)注工作。3．用戶界面模塊：提供用戶良好的界面環(huán)境和輸入環(huán)境，這次標(biāo)注工具的界面由兩個窗口組成，方便用戶對照標(biāo)注結(jié)果進行標(biāo)注。雖然完成了論文預(yù)定目標(biāo)，但是在人機交互上的處理上還有待進一步完善。致謝致謝 這次畢業(yè)設(shè)計是在楊爾弘老師的熱心指導(dǎo)下才能夠得以完成的。首先感謝她對我學(xué)習(xí)上的教育和幫助。在這次畢業(yè)設(shè)計中，我多次在交互界面的設(shè)計和文本信息處理上和楊老師進行深入的討論。由于這次設(shè)計周期很長，楊老師一直是耐心的等待我的設(shè)計和測試的結(jié)果。 再者要感謝這大學(xué)四年來在生活和學(xué)習(xí)上幫助我的院系老師，是他們教授的本領(lǐng)陪伴我度過了這充實的大學(xué)生活。我在這四年中的收獲也是很大的。綜合素質(zhì)有很大的提高，這和老師們的關(guān)心教導(dǎo)是分不開的。 最后感謝與我一起共度四年的同學(xué)們，是我們的互相幫助讓我們一起成長，一起進步，最終順利的畢業(yè)。 參