图谋推介语：
语料库是人工智能算法的训练集，直接决定了机器学习的运算效果。黄水清、王东波《大规模现代汉语分词语料库构建及应用》是用语料库和统计方法研究现代汉语的著作，它的出版证明了使用语料库和统计方法来研究语言，是完全可行的。我们应当提倡这样的方法。
图书信息：黄水清，王东波.大规模现代汉语分词语料库构建与应用[M].南京大学出版社，2024. ISBN:9787305271489
内容简介：语料库是人工智能算法的训练集，直接决定了机器学习的运算效果。本书在系统综述语料库构建情况的基础上，选取2015年1-6月、2016年1月、2017年1月、2018年1月、2022年1月共10个月的《人民日报》发表的全部文章为对象，制定分词规范，经过对原始数据的多次清洗、标注和校对，构建了新时代《人民日报》语料库。基于所构建的人民日报分词语料库，对新时代《人民日报》的字、词分布进行了多个维度的统计与分析，深入研究分词不一致问题。同时，开展了以下应用研究：结合深度学习模型，构建了具有实用价值的深度学习分词模型；结合系列机器学习模型，完成了对新时代《人民日报》语料的关键词抽取及分析；围绕所构建的新时代《人民日报》语料，利用深度学习模型，探讨摘要的自动生成问题；针对《人民日报》版面已有的类别知识，充分利用所构建的《人民日报》分词语料，构建了《人民日报》类别自动判定模型。
作者简介：
黄水清，南京农业大学信息管理学院二级教授、博导，江苏省“333高层次人才培养工程”第二层次培养对象。主持国家社科基金重大和重点项目。获教育部、江苏省科技进步二等奖、江苏省哲社优秀成果一等奖。研究方向为文本信息计量等。
王东波，南京农业大学教授，博导。主持国家自然科学基金、国家社科基金重大项目。江苏省“333高层次人才培养工程”第三层次培养对象。研究方向为知识管理与知识发现。
网上书店（仅供参考）：
大规模现代汉语分词语料库构建及应用.https://item.jd.com/14637378.html
转载本文请联系原作者获取授权，同时请注明本文来自王启云科学网博客。
链接地址：https://wap.sciencenet.cn/blog-213646-1440370.html?mobile=1
收藏
