汉语复杂网络的性质、结构、演化及其典型应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60873174
  • 项目类别：
    面上项目
  • 资助金额：
    32.0万
  • 负责人：
    孙茂松
  • 依托单位：
    清华大学
  • 学科分类：
    F0211.信息检索与社会计算
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

从复杂网络这一崭新的视角对汉语进行系统的探索，无论是对汉语本体研究还是对中文信息处理，都具有方法论意义上的创新性,并且涉及复杂系统、语言学、自然语言处理、机器学习、统计学等多学科的交叉，因此具有十分重要的科学意义，已成为当前自然语言处理的研究前沿与热点之一。本项目将主要进行以下几方面研究：利用目前可能得到的一切汉语资源，构造覆盖词法、句法、语义不同层次的各种类型大规模汉语语言网络；对上述语言网络的性质、结构和演化进行分析与对比；提出适合汉语语言网络特点的模体及社区特征发现算法；提出基于不同结构粒度相结合的汉语语义网络演化分析方法；提出基于复杂网络的标签自动生成算法，以进一步研究复杂网络方法在自然语言处理中的典型应用及其相关技术。本项目对汉语语言网络全面、深入的考察与研究, 将大大丰富和深化对汉语的科学认识，得出的一系列结果或结论对汉语语言学、语言认知、中文信息处理等均具有重要参考价值。

结项摘要

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（22）
专利数量（0）
Modeling Social Annotations via Latent Reason Identification
通过潜在原因识别对社交注释进行建模
  • DOI：
    10.1109/mis.2010.148
  • 发表时间：
    2010-11
  • 期刊：
    IEEE Intelligent Systems
  • 影响因子：
    6.4
  • 作者：
  • 通讯作者：
基于条件随机场的古文自动断句与标点方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    清华大学学报, 第49卷, 第10期, 1733-1736, 2009.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Punctuation as Implicit Annotations for Chinese Word Segmentation
标点符号作为中文分词的隐式注释
  • DOI：
    10.1162/coli.2009.35.4.35403
  • 发表时间：
    2009-12
  • 期刊：
    Computational Linguistics
  • 影响因子：
    9.3
  • 作者：
  • 通讯作者：
基于互联网自然标注资源的自然语言处理
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中文信息学报vol. 25, no. 6, pp. 27-32, 2011.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
User Behaviors in Related Word Retrieval and New Word Detection: A Collaborative Perspective
相关词检索和新词检测中的用户行为：协作视角
  • DOI：
    10.1145/2025384.2025388
  • 发表时间：
    2011-12
  • 期刊：
    ACM Trans. Asian Lang. Inf. Process.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

藏文词向量相似度和相关性评测集构建
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    才智杰;孙茂松;才让卓玛
  • 通讯作者：
    才让卓玛
基于迭代式回译策略的藏汉机器翻译方法研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    慈祯嘉措;桑杰端珠;孙茂松;周毛先;色差甲
  • 通讯作者：
    色差甲
Tag Correspondence Model for User Tag Suggestion
用户标签建议的标签对应模型
  • DOI：
    10.1007/s11390-015-1582-6
  • 发表时间：
    2015-09
  • 期刊：
    Journal of Computer Science and Technology
  • 影响因子：
    0.7
  • 作者：
    涂存超;刘知远;孙茂松
  • 通讯作者：
    孙茂松
一种基于向量模型的藏文字拼写检查方法
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中文信息学报
  • 影响因子：
    --
  • 作者：
    才智杰;孙茂松;才让卓玛
  • 通讯作者：
    才让卓玛
层次短语翻译的神经网络调序模型
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    清华大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    李鹏;刘洋;孙茂松
  • 通讯作者：
    孙茂松

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

孙茂松的其他基金

关键词抽取与社会标签推荐相结合的中文文本主题词自动标注方法研究
  • 批准号：
    61170196
  • 批准年份：
    2011
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
信息科学十二五学科发展战略研究
  • 批准号：
    60940025
  • 批准年份：
    2009
  • 资助金额：
    20.0 万元
  • 项目类别：
    专项基金项目
中文文本自动分类关键技术研究
  • 批准号：
    60573187
  • 批准年份：
    2005
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目
词汇、句法和语义—基于认知实验的汉语加工过程研究
  • 批准号：
    60083005
  • 批准年份：
    2000
  • 资助金额：
    13.0 万元
  • 项目类别：
    专项基金项目
汉语句法排歧知识的自动获取方法研究
  • 批准号：
    69705005
  • 批准年份：
    1997
  • 资助金额：
    12.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码