分類訓(xùn)練語料管理系統(tǒng)的設(shè)計(jì)與開發(fā).pdf

1、隨著互聯(lián)網(wǎng)的普及和應(yīng)用，其蘊(yùn)含的信息和內(nèi)容也越來越多,包括結(jié)構(gòu)化的、半結(jié)構(gòu)化的和非結(jié)構(gòu)化的信息。因此，為了能應(yīng)對(duì)信息爆炸帶來的問題和挑戰(zhàn)，對(duì)各式各樣的文本信息進(jìn)行抽取，迫切需要一些技術(shù)幫助人們?cè)诤Ａ啃畔⒅锌焖僬业阶约赫嬲枰男畔?。如何運(yùn)用計(jì)算機(jī)進(jìn)行文本的內(nèi)容自動(dòng)判別、自動(dòng)分類成了許多人的研究方向。
　　“分類訓(xùn)練語料管理系統(tǒng)”是基于網(wǎng)絡(luò)爬蟲技術(shù)的分類語料學(xué)習(xí)管理系統(tǒng)。該系統(tǒng)主要包括后臺(tái)數(shù)據(jù)庫的建立和維護(hù)，前端應(yīng)用程序的開發(fā)兩方面

2、，該系統(tǒng)提供了登陸管理、分類管理、添加語料等功能模塊。既保證后臺(tái)數(shù)據(jù)庫的一致性、完整性、安全性，也保證前端應(yīng)用程序的易用性、完備性和界面的友好。
　　系統(tǒng)采用基于J2EE開發(fā)框架的Java開發(fā)平臺(tái)是一組用于建立Web服務(wù)器應(yīng)用程序和Windows桌面應(yīng)用程序的軟件組件。系統(tǒng)采用三層的體系結(jié)構(gòu)，數(shù)據(jù)庫采用MySQL，編程語言為Java。采用B/S結(jié)構(gòu)，改善了系統(tǒng)的維護(hù)性，亦加快了開發(fā)速度。同時(shí)本管理系統(tǒng)實(shí)現(xiàn)其它三部分功能：第一、語料

3、庫轉(zhuǎn)換器可以實(shí)現(xiàn)對(duì)特定語料進(jìn)行轉(zhuǎn)換。第二、實(shí)現(xiàn)對(duì)語料信息的統(tǒng)計(jì)，顯示出語料的種類、文檔名稱及句子個(gè)數(shù)。第三、實(shí)現(xiàn)基于功能詞的索引系統(tǒng)，可查找動(dòng)詞的所在句子，及顯示句子的樹型結(jié)構(gòu)，在查找過程中為加快查詢速度，建立索引表，并且定義削除冗余的句子的方法，這樣可以減少索引數(shù)量。
　　在本論文中重點(diǎn)介紹了語料管理模塊的開發(fā)。管理系統(tǒng)，包括數(shù)據(jù)維護(hù)（語料錄入、校對(duì)、存儲(chǔ)、修改、刪除及語料描述信息項(xiàng)目管理）、語料自動(dòng)加工（分詞、標(biāo)注、文本分割、