大學(xué)畢業(yè)論文計(jì)算機(jī)專業(yè)

畢業(yè)論文論文題目：姓名：學(xué)號(hào)：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(yǔ)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(qǐng)人代寫等情況，畢業(yè)論文一律不及格。同時(shí)取消學(xué)士學(xué)位申請(qǐng)資格。畢業(yè)論文不及格者，可申請(qǐng)重寫一次，并按重修繳納費(fèi)用。本人承諾：本人已經(jīng)了解北京語(yǔ)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(dú)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(méi)有侵犯他人知識(shí)產(chǎn)權(quán)。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的個(gè)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(jī)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(yǔ)言信息處理的社會(huì)需求越來(lái)越大，人們迫切需要用自動(dòng)化的手段處理海量的語(yǔ)言信息。語(yǔ)言資源有計(jì)劃有規(guī)模的開發(fā)對(duì)于語(yǔ)言信息處理領(lǐng)域的研究和開發(fā)具有重要意義。對(duì)文本進(jìn)行標(biāo)注就是語(yǔ)言資源建設(shè)的一個(gè)方面，人機(jī)交互式的標(biāo)注工具是進(jìn)行語(yǔ)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(fù)擔(dān)，同時(shí)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(jìn)一步的提高標(biāo)注工作者的效率，同時(shí)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(shí)等信息，形成結(jié)構(gòu)化的數(shù)據(jù)并填入一個(gè)數(shù)據(jù)庫(kù)中供用戶查詢使用的過(guò)程。即它從文本中抽取用戶感興趣的事件，實(shí)體和關(guān)系，被抽取出來(lái)的信息以結(jié)構(gòu)化的形式描述，然后存儲(chǔ)在數(shù)據(jù)庫(kù)中，為情報(bào)分析和監(jiān)測(cè)、比價(jià)購(gòu)物、自動(dòng)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(bào)道中抽取出災(zāi)害的類型、時(shí)間、地點(diǎn)、人員傷亡、經(jīng)濟(jì)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(yàn)結(jié)果；安全部門分析有線新聞和廣播電視的文本來(lái)找到和總結(jié)恐怖分子活動(dòng)記錄等。一般來(lái)說(shuō)，信息抽取系統(tǒng)的處理對(duì)象是自然語(yǔ)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(duì)象還可以是語(yǔ)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(gè)研究熱點(diǎn)，無(wú)論搜索引擎還是問(wèn)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(jī)器學(xué)習(xí)的方法從語(yǔ)料庫(kù)中獲取有效的知識(shí)，以支持文本信息的處理已經(jīng)成為計(jì)算語(yǔ)言學(xué)的一個(gè)主流技術(shù)，而帶標(biāo)語(yǔ)料庫(kù)則是這一技術(shù)的基礎(chǔ)。由于語(yǔ)言本身的復(fù)雜性和富含信息的特點(diǎn)，使得語(yǔ)料庫(kù)標(biāo)注的內(nèi)容、對(duì)象可以在語(yǔ)法、語(yǔ)義、語(yǔ)用等各個(gè)層次上進(jìn)行，語(yǔ)料庫(kù)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(jìn)行文本內(nèi)容計(jì)算的對(duì)象、方法。比如，對(duì)于文本片斷，據(jù)美國(guó)加利福尼亞州羅斯維爾市警方說(shuō)，一架單引擎飛機(jī)12日在羅斯維爾市郊?jí)嫐?，機(jī)上2人全部死亡，被飛機(jī)撞毀的一座房屋中2人失蹤。其中所包含的信息有：飛機(jī)墜毀的時(shí)間（12日）、地點(diǎn)（羅斯維爾市郊）、傷亡情況（2人死亡，2人失蹤）、該消息的來(lái)源（警方）、飛機(jī)本身的狀態(tài)屬性（單引擎）、消息來(lái)源的屬性（美國(guó)加利福尼亞州羅斯維爾市警方）、死亡人員的屬性(機(jī)上2人)、失蹤人員的屬性（被飛機(jī)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(shí)體、實(shí)體（如“羅斯維爾市”、“飛機(jī)”）；實(shí)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(shí)間、地點(diǎn)、傷亡情況等）。表達(dá)這些信息的語(yǔ)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(jì)算進(jìn)行資源建設(shè)的一個(gè)嘗試。根據(jù)突發(fā)事件的類型，對(duì)真實(shí)文本中意義單元的屬性、特征、相關(guān)連方式進(jìn)行研究，并通過(guò)標(biāo)注體系將其表現(xiàn)出來(lái)，是前人沒(méi)有做過(guò)的。從真實(shí)文本的實(shí)際數(shù)據(jù)出發(fā)，探索支持文本內(nèi)容計(jì)算、具有意義信息標(biāo)注的語(yǔ)料庫(kù)建設(shè)是一個(gè)新的嘗試。目前，面向文本信息提取的帶標(biāo)語(yǔ)料庫(kù)的研究，ACE項(xiàng)目進(jìn)行的較為深入。ACE對(duì)語(yǔ)料庫(kù)標(biāo)注形式、方法、內(nèi)容、對(duì)象都作了大量的研究，其標(biāo)注內(nèi)容包括文本中的實(shí)體表達(dá)、實(shí)體間的關(guān)系表達(dá)、事件的表達(dá)等。本文受ACE標(biāo)注內(nèi)容的啟發(fā)，通過(guò)對(duì)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(duì)象，期望在標(biāo)注內(nèi)容上更加精煉，標(biāo)注的語(yǔ)言層次上能夠貫通各個(gè)層級(jí)，同時(shí)面對(duì)不同的事件信息，能有更精確的表達(dá)形式。此外，從資源建設(shè)的角度來(lái)看，我們必須建設(shè)我們自己的語(yǔ)料庫(kù)。1．3開發(fā)人機(jī)交互的標(biāo)注工具的意義目前語(yǔ)料加工的方式主要有三種方式，即人工、自動(dòng)、和人機(jī)結(jié)合的半自動(dòng)方式。由于自然語(yǔ)言處理技術(shù)的限制，自動(dòng)加工方式會(huì)給語(yǔ)料庫(kù)標(biāo)注帶來(lái)一些錯(cuò)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(dòng)加工方式則兼顧兩者的優(yōu)點(diǎn)。人機(jī)結(jié)合的方式有兩種：一種是計(jì)算機(jī)自動(dòng)選擇語(yǔ)料庫(kù)中需要人工干預(yù)的自動(dòng)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(shí)現(xiàn)由計(jì)算機(jī)對(duì)加工的語(yǔ)料進(jìn)行自動(dòng)加工，然后由人工校對(duì)。對(duì)文本進(jìn)行標(biāo)注就是語(yǔ)言資源建設(shè)的一個(gè)方面。人工標(biāo)注的過(guò)程是一個(gè)艱苦的、費(fèi)時(shí)費(fèi)力的，然而從語(yǔ)言信息處理發(fā)展的觀點(diǎn)來(lái)看，是一個(gè)必須進(jìn)行的過(guò)程。因此開發(fā)一個(gè)可以輔助標(biāo)注工作的工具就有它的意義。人機(jī)交互式的標(biāo)注工具是進(jìn)行語(yǔ)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(fù)擔(dān)，同時(shí)還可以輔助檢查標(biāo)注結(jié)果的一致性等問(wèn)題。開發(fā)界面友好的標(biāo)注工具可以進(jìn)一步的提高標(biāo)注工作者的效率，同時(shí)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(jì)與實(shí)現(xiàn)和適用于文本成分的標(biāo)注風(fēng)格的設(shè)計(jì)與實(shí)現(xiàn)。具體就是要完成以下的這些任務(wù)：人機(jī)交互界面的設(shè)計(jì)人機(jī)交互界面的實(shí)現(xiàn)實(shí)體，關(guān)系，實(shí)現(xiàn)具體標(biāo)注的實(shí)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(gè)論文分為四個(gè)部分，緒論介紹了這個(gè)標(biāo)注工具出現(xiàn)的背景，解釋了我們構(gòu)造這個(gè)工具的必要性，后面各章節(jié)全部圍繞標(biāo)注工具設(shè)計(jì)開發(fā)的各個(gè)細(xì)節(jié)來(lái)描述。分別為第2章 標(biāo)注工具的設(shè)計(jì)原則和設(shè)計(jì)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(jì)工具開發(fā)過(guò)程中可能會(huì)遇到的困難，為工具的具體開發(fā)和實(shí)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(jì)思想的詳細(xì)實(shí)現(xiàn)，技術(shù)難點(diǎn)的分析討論。第4章 對(duì)這次標(biāo)注工具開發(fā)的總結(jié)，分析工具的缺陷以及沒(méi)有解決的問(wèn)題，以及對(duì)系統(tǒng)以后改進(jìn)發(fā)展的看法。第二章標(biāo)注工具的設(shè)計(jì)原則和設(shè)計(jì)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(jì)原則……2.2.2文本標(biāo)注工具的設(shè)計(jì)原則……2．3人機(jī)交互界面設(shè)計(jì)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(jì)3.2.1標(biāo)注工具的界面算法

……3.2.2結(jié)構(gòu)設(shè)計(jì)……3．3標(biāo)注工具的詳細(xì)設(shè)計(jì)3.3.1人機(jī)交互界面詳細(xì)設(shè)計(jì)……3.3.2菜單和工具欄的設(shè)計(jì)……3．4標(biāo)注過(guò)程文本的處理……3.4.1實(shí)體標(biāo)注詳細(xì)設(shè)計(jì)……3.4.2關(guān)系標(biāo)注詳細(xì)設(shè)計(jì)……3.4.3事件標(biāo)注詳細(xì)設(shè)計(jì)……3．5標(biāo)注結(jié)果……3．6技術(shù)難點(diǎn)討論……標(biāo)注工具的缺陷分析和功能展望盡管工具經(jīng)過(guò)反復(fù)的設(shè)計(jì)和考慮，性能進(jìn)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(shí)間的緊張和能力的有限，還有許多的功能可以去實(shí)現(xiàn)，還有許多的地方需要改進(jìn)。本次標(biāo)注工具實(shí)現(xiàn)了簡(jiǎn)單的人機(jī)交互環(huán)境，但還有許多需要處理的過(guò)程。如用戶標(biāo)注之后發(fā)現(xiàn)標(biāo)注出錯(cuò)撤銷標(biāo)注的操作，標(biāo)注過(guò)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(duì)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(shí)現(xiàn)。PAGE4結(jié)束語(yǔ)結(jié)束語(yǔ)本論文工作實(shí)現(xiàn)了三個(gè)功能模塊：1．標(biāo)注模塊：標(biāo)注模塊實(shí)現(xiàn)文本的實(shí)體、關(guān)系、事件三部分的標(biāo)注。這個(gè)模塊要主要是對(duì)文本進(jìn)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(jì)上下文菜單來(lái)實(shí)現(xiàn)功能。用戶通過(guò)使用上下文菜單來(lái)進(jìn)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(gè)窗口組成，方便用戶對(duì)照標(biāo)注結(jié)果進(jìn)行標(biāo)注。雖然完成了論文預(yù)定目標(biāo)，但是在人機(jī)交互上的處理上還有待進(jìn)一步完善。致謝致謝 這次畢業(yè)設(shè)計(jì)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(duì)我學(xué)習(xí)上的教育和幫助。在這次畢業(yè)設(shè)計(jì)中，我多次在交互界面的設(shè)計(jì)和文本信息處理上和楊老師進(jìn)行深入的討論。由于這次設(shè)計(jì)周期很長(zhǎng)，楊老師一直是耐心的等待我的設(shè)計(jì)和測(cè)試的結(jié)果。 再者要感謝這大學(xué)四年來(lái)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(guò)了這充實(shí)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(zhǎng)，一起進(jìn)步，最終順利的畢業(yè)。 參