数据标注工程——语言知识与应用

本书介绍了人工智能与语言知识的结合特点。通过理论概念讲解、具体实例分析，介绍语言知识的构建方法、类型案例、应用领域，辅助学习者快速了解行业基础和发展动态。本书首先介绍语言知识库的基本理论和构建方法，通过例子介绍资源类语言知识、语料库语言知识的概念和结构。为了方便理解，本书结合大量案例介绍语言知识在自然语言处理及在司法、医疗、金融等垂直领域中的应用，目的是帮助数据标注者理解行业发展，建立语言知识理论和应用的基本框架，为从事相关工作提供便利。

第1章人工智能与知识表示001
1.1智能与人工智能001
1.1.1智能001
1.1.2人工智能002
1.2基本方法和流派003
1.2.1基本方法004
1.2.2基本流派004
1.3知识表示005
1.3.1知识符号化005
1.3.2知识表示的概念006
1.3.3人工智能中的知识表示007
1.4一阶谓词逻辑的知识表示008
1.4.1命题逻辑008
1.4.2谓词逻辑010
1.4.3使用谓词表示知识012
1.4.4小结014
1.5产生式知识表示015
1.5.1产生式的概念015
1.5.2规则性知识的产生式015
1.5.3事实性知识的产生式017
1.5.4产生式系统017
第2章语言知识库的构建023
2.1语言知识的概念023
2.1.1语言知识023
2.1.2语言知识库024
2.1.3语言知识库的类型025
2.2语言知识的来源026
2.2.1结构化数据027
2.2.2半结构化数据027
2.2.3非结构化数据028
2.3语言知识库的构建028
2.3.1构建流程028
2.3.2规范和原则029
2.4语言知识获取方法031
2.4.1人工标注知识031
2.4.2自动获取知识032
2.4.3人机交互获取知识033
2.5语言知识的存储033
2.5.1数据库及其类型033
2.5.2可扩展标记语言034
2.5.3数据交换格式036
2.5.4本体知识表示037
第3章资源类语言知识042
3.1资源类语言知识的概念042
3.2资源类语言知识的发展043
3.2.1语义网络043
3.2.2语义Web044
3.2.3知识图谱049
3.3常用的资源类语言知识049
3.3.1WordNet049
3.3.2FrameNet050
3.3.3ConceptNet052
3.3.4HowNet054
3.3.5同义词词林055
第4章语料库语言知识059
4.1词汇中的语言知识059
4.1.1词性知识059
4.1.2分词知识061
4.2句子中的语言知识062
4.2.1命名实体知识063
4.2.2实体关系知识063
4.2.3事件知识064
4.3句子结构中的知识065
4.3.1句法结构树065
4.3.2浅层句法结构066
4.3.3依存句法树067
4.3.4抽象语义表示069
4.4常用汉语语料库070
4.4.1大规模汉语语料库070
4.4.2汉语标注语料库072
第5章语言知识的应用：面向自然语言处理077
5.1自然语言处理的基本问题077
5.1.1语言模型问题077
5.1.2分类问题080
5.1.3序列标注问题081
5.1.4语言结构分析问题083
5.1.5语言生成问题085
5.2自动问答085
5.2.1概念和历史085
5.2.2开放领域自动问答087
5.2.3基于知识的自动问答088
5.3机器阅读理解090
5.3.1概念和发展史090
5.3.2完型填空型任务和数据集092
5.3.3选择型任务和数据集093
5.3.4片段抽取型任务和数据集094
5.3.5自由问答型任务和数据集095
5.4机器翻译096
5.4.1概念和发展史096
5.4.2机器翻译的基石：双语平行语料库098
5.4.3统计机器翻译方法简介099
5.4.4神经机器翻译方法简介100
第6章语言知识的应用：面向垂直领域104
6.1智能司法信息处理104
6.1.1概述104
6.1.2法律判决预测任务106
6.1.3相似案件匹配任务107
6.1.4司法领域自动问答108
6.2智能医疗信息处理110
6.2.1概述110
6.2.2医疗信息知识库构建111
6.2.3智慧医疗的典型应用115
6.2.4智慧医疗的未来发展116
6.3智能金融信息处理117
6.3.1概述117
6.3.2金融领域知识库构建与分析技术118
6.3.3智能金融的典型应用123