自然语言处理的认知方法

自然语言处理跨越了许多不同的学科，有时很难理解它们各自带来的贡献和挑战。本书探讨了自然语言处理与认知科学之间的关系，每章都由相关领域的专家撰写，内容涵盖语言理解、语言生成、词联想、词义消除歧义、词可预测性、文本生成和作者身份识别。本书适合对自然语言处理及其跨学科特性感兴趣的学生和研究人员。

---作者简介---伯纳黛特•夏普（Bernadette Sharp） 英国斯塔福德郡大学应用人工智能系教授。她的研究兴趣包括人工智能、自然语言处理和文本挖掘。自从2004年以来，她一直担任NLPCS的主席和审稿人。弗洛伦斯•赛德斯（Florence Sèdes） 法国图卢兹第三大学计算机科学系教授。她的研究领域包括信息系统、数据管理以及多媒体、元数据等方面的应用。维斯拉夫•卢巴泽斯基（Wiesław Lubaszewski） 波兰雅盖沃大学计算语言学系教授，克拉科夫AGH科技大学计算机科学系教授。他的研究兴趣包括自然语言词典、文本理解、知识表示和信息抽取等。---译者简介---徐金安 北京交通大学计算机学院教授、博士生导师，研究方向为机器翻译、自然语言处理、人机交互和文本情感分析等。博士毕业于北海道大学，曾任日本电气株式会社中央研究院研究员。

译者序前言作者名单第1章延迟解释、浅层处理和构式：“尽可能解释”原则的基础 11.1引言 11.2延迟处理 21.3工作记忆 51.4如何识别语块：分词操作 71.5延迟架构 101.5.1分段和存储 111.5.2内聚聚集 121.6结论 151.7参考文献 16第2章人类关联规范能否评估机器制造的关联列表 192.1引言 192.2人类语义关联 202.2.1单词关联测试 202.2.2作者的实验 212.2.3人类关联拓扑 222.2.4人类关联具有可比性 242.3算法效率比较 262.3.1语料库 262.3.2LSA源关联列表 272.3.3LDA源列表 282.3.4基于关联比率的列表 282.3.5列表比较 292.4结论 332.5参考文献 34第3章文本词如何在人类关联网络中选择相关词 373.1引言 373.2网络 403.3基于文本的激励驱动的网络提取 423.3.1子图提取算法 423.3.2控制流程 433.3.3最短路径提取 443.3.4基于语料库的子图 463.4网络提取流程的测试 463.4.1进行测试的语料库 463.4.2提取子图的评估 463.4.3有向和无向子图提取：对比 483.4.4每个激励产生的结果 493.5对结果和相关工作的简要讨论 543.6参考文献 57第4章反向关联任务 594.1引言 594.2计算前向关联 634.2.1步骤 634.2.2结果和评估 654.3计算反向关联 674.3.1问题 674.3.2步骤 674.3.3结果和评估 714.4人类的表现 734.4.1数据集 734.4.2测试流程 754.4.3评估 764.5机器性能 774.6讨论、结果和展望 784.6.1人类的反向关联 784.6.2机器的反向关联 804.7致谢 824.8参考文献 82第5章词汇的隐藏结构与功能 855.1引言 865.2方法 865.2.1词典图 865.2.2心理语言学变量 905.2.3数据分析 915.3内核、卫星、核心、MinSet以及词典余下部分的心理语言学属性 935.4讨论 965.5未来工作 995.6参考文献 101第6章用于词义消歧的直推式学习博弈 1036.1引言 1036.2基于图的词义消歧 1046.3半监督学习方法 1076.3.1基于图的半监督学习 1076.3.2博弈论和博弈动态 1086.4词义消歧博弈 1106.4.1图构造 1106.4.2策略空间 1116.4.3收益矩阵 1116.4.4系统动力学 1126.5评估 1136.5.1实验设置 1136.5.2评估结果 1146.5.3对比优选水平算法 1166.6结论 1176.7参考文献 117第7章用心学写：生成连贯文本的问题 1217.1问题 1217.2次优文本及其相关原因 1237.2.1缺乏连贯性或凝聚力 1247.2.2错误引用 1257.2.3无动机的主题转移 1267.3如何解决任务的复杂性 1277.4相关研究 1287.5关于构建辅助写作过程的工具的假设 1307.6方法论 1337.6.1句法结构的识别 1357.6.2语义种子词的识别 1357.6.3单词对齐 1377.6.4确定对齐单词的相似性值 1377.6.5确定句子之间的相似性 1417.6.6基于句子相似性值的聚类 1427.7实验结果和评估 1427.8展望和总结 1457.9参考文献 146第8章面向著述属性的基于序贯规则挖掘的文体特征 1498.1引言和研究动机 1498.2著述属性过程 1518.3著述属性的文体特征 1528.4针对文体分析的时序数据挖掘 1548.5实验设置 1558.5.1数据集 1568.5.2分类方案 1578.6结果和讨论 1588.7结论 1628.8参考文献 162第9章一种并行的、面向认知的基频估计算法 1659.1引言 1659.2语音信号分割 1679.2.1语音和停顿段 1689.2.2浊音和清音区 1699.2.3稳定和不稳定区间 1709.3稳定区间的F0估计 1719.4F0传播 1739.4.1控制流 1749.4.2峰值传播 1759.5不稳定的浊音区域 1789.6并行化 1789.7实验和结果 1799.8结论 1809.9致谢 1819.10参考文献 182第10章基于完形填充、脑电图和眼球运动数据对n元语言模型、主题模型和循环神经网络的基准测试 18510.1引言 18610.2相关工作 18710.3方法 18810.3.1人类绩效评估 18810.3.2语言模型的三种风格 18910.4实验设置 19210.5结果 19310.5.1可预测性结果 19310.5.2N400振幅结果 19610.5.3单一注视时延结果 19810.6讨论和结论 20010.7致谢 20210.8参考文献 202术语表 207