Formal models of natural language processing

　　总序
　　前言
　　第1章 自然语言处理的学科定位
　　 1.1 从自然语言处理的过程来考察其学科定位
　　 1.2 从自然语言处理的范围来考察其学科定位
　　 1.3 从自然语言处理的历史来考察其学科定位
　　 1.4 当前自然语言处理发展的几个特点
　　第2章 语言计算研究的先驱
　　 2.1 Markov链
　　 2.2 Zipf定律
　　 2.3 Shannon关于“熵”的研究
　　 2.4 Bar-Hillel的范畴语法
　　 2.5 Harris的语言串分析法
　　 2.6 o.c.KysmrHHa的语言集合论模型
　　第3章 基于短语结构语法的形式模型
　　 3.1 语法的Chomsky层级
　　 3.2 有限状态语法和它的局限性
　　 3.3 短语结构语法
　　 3.4 递归转移网络和扩充转移网络
　　 3.5 自底向上分析和自顶向下分析
　　 3.6 通用句法生成器和线图分析法
　　 3.7 Earley算法
　　 3.8 左角分析法
　　 3.9 CYK算法
　　 3.10 Tomita算法
　　 3.11 管辖-约束理论与最简方案
　　 3.12 Joshi的树邻接语法
　　 3.13 汉字结构的形式描述
　　第4章 基于合一运算的形式模型
　　 4.1 中文信息MMT模型
　　 4.2 Kaplan的词汇功能语法
　　 4.3 MartinKay的功能合一语法
　　 4.4 Gazdar的广义短语结构语法
　　 4.5 Shieber的PATR
　　 4.6 Pollard的中心语驱动的短语结构语法
　　 4.7 Pereira和Warren定子句语法
　　第5章 基于依存和配价的形式模型
　　 5.1 配价观念的起源
　　 5.2 Tesni6re的依存语法
　　 5.3 依存语法在自然语言处理中的应用
　　 5.4 配价语法
　　 5.5 配价语法在自然语言处理中的应用
　　第6章 基于格语法的形式模型
　　 6.1 Fillmore的格语法
　　 6.2 Fillmore的框架网络
　　第7章 基于词汇主义的形式模型
　　 7.1 Gross的词汇语法
　　 7.2 链语法
　　 7.3 词汇语义学
　　 7.4 知识本体
　　 7.5 词网WordNet
　　 7.6 知网HowNet
　　第8章 语义自动处理的形式模型
　　 8.1 义素分析法
　　 8.2 语义场
　　 8.3 语义网络
　　 8.4 Montague的蒙塔鸠语法
　　 8.5 Wilks的优选语义学
　　 8.6 Schank的概念依存理论
　　 8.7 Mel’chuk的意义㈢文本理论
　　 8.8 词义排歧方法
　　第9章 系统功能语法
　　 9.1 系统功能语法的基本概念
　　 9.2 系统功能语法在自然语言处理中的应用
　　第10章 语用自动处理的形式模型
　　 10.1 Mann和Thompson的修辞结构理论
　　 10.2 文本连贯中的常识推理技术
　　第11章 概率语法
　　 11.1 概率上下文无关语法与句子的歧义
　　 11.2 概率上下文无关语法的基本原理
　　 11.3 概率上下文无关语法的三个假设
　　 11.4 概率词汇化上下文无关语法
　　第12章 Bayes公式与动态规划算法
　　 12.1 拼写错误的检查与更正
　　 12.2 Bayes公式与噪声信道模型
　　 12.3 最小编辑距离算法
　　 12.4 发音问题研究中的Bayes方法
　　 12.5 发音变异的决策树模型
　　 12.6 加权自动机
　　 12.7 向前算法
　　 12.8 Viterbi算法
　　 本章附录
　　第13章 N元语法和数据平滑
　　 13.1 N元语法
　　 13.2 数据平滑
　　第14章 隐马尔可夫模型（HMM）
　　 14.1 HMM模型概述
　　 14.2 HMM模型在语音识别中的应用
　　第15章 统计机器翻译中的形式模型
　　 15.1 机器翻译与噪声信道模型
　　 15.2 最大熵模型
　　 15.3 基于平行概率语法的形式模型
　　 15.4 基于短语的统计机器翻译
　　 15.5 基于句法的统计机器翻译
　　第16章 自然语言处理系统的评测
　　 16.1 评测的一般原则和方法
　　 16.2 语音合成和文语转换系统的评测
　　 16.3 机器翻译系统的评测
　　 16.4 语料库系统的评测
　　 16.5 国外自然语言处理系统的评测
　　第17章 自然语言处理中的理性主义与经验主义
　　 17.1 哲学中的理性主义和经验主义
　　 17.2 自然语言处理中理性主义和经验主义的消长
　　 17.3 理性主义和经验主义的利弊得失
　　 17.4 探索理性主义方法和经验主义方法结合的途径