基于Web檢索的小型學習資源語料庫的建設.pdf_第1頁
已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、經過幾十年的建設和發(fā)展，語料庫已經成為語言學和信息技術研究的重要領域。語料庫與學習資源有著相輔相成的關系，語料庫是用統(tǒng)計語言模型方法處理自然語言的基礎資源，而利用教育技術學的學科優(yōu)勢和特點，發(fā)揮語料庫在建設學習資源的方面優(yōu)勢作用，對資源的共享必將有很多的幫助。
　　本文在分析了語料庫的背景及發(fā)展現(xiàn)狀，學習資源建設理論基礎和主要內容后，提出了一種基于Web檢索的小型學習資源語料庫系統(tǒng)模型。開發(fā)了基于Java的專用型學習資源語料庫系統(tǒng)

2、，實現(xiàn)了數據收集、多種文檔處理、最終能夠實現(xiàn)了語料檢索和語料提取。
　　首先，介紹了計算機語料庫的理論基礎和發(fā)展現(xiàn)狀，詳細論述了學習資源的定義、內容等，接著分析了語料庫在學習資源庫建設中的可借鑒之處，簡單描述了搜索引擎的發(fā)展現(xiàn)狀和工作原理。其次，介紹了自然語言處理的理論基礎以及現(xiàn)階段應用比較廣泛的中文分詞器，分析了網頁消重和網頁凈化的相關技術現(xiàn)狀。最后，提出了基于Lucene/Heritrix的小型學習資源語料庫的系統(tǒng)模型。使用H

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論