语料

一直以来，传统的客服行业通常都是依赖人工为主，在面对业务量激增的情况下，很难给客户提供更好的服务，容易造成客户流失等现象。而在近年来，随着人工智能、AI等新兴技术的兴起，以自然语言处理为核心技术的人机交互模式正在改变着传统的客服行业。基于这个背景下，不少零售企业会选择借助科技手段，来提高客服服务效率，以期提升用户满意度

▪使用深度学习的方法进行句法分析和语义分析， ▪挖掘出词汇在语义上下文的空间向量模型中的关系。 1. 不同专业的论文，机器人改重效果不同。一般在训练语料中相关论文越多，改重效果越好

从基本的分词、词袋模型、分布式表示等概念开始，多面深入学习文本挖掘技术的各个方面。 文本挖掘（TM），又称自然语言处理（NLP），是AI时代炙手可热的数据分析挖掘前沿领域，其所涉及的人机对话系统，推荐算法，文本分类等技术在BAT等企业中都得到广泛应用。 本课程将使用经典武侠小说、大众点评抓取结果、微博语料数据等多个实际案例进行教学

本书将从“历史视域”和“两岸视域”来处理歌仔册的语文问题。所谓“历史视域”，就是从清朝、日治、战后迄今的歌仔册文献所展现出来的各种变化和现象，界定歌仔册历史发展的分期。所谓“两岸视域”，就是以大陆的厦门、泉州和上海的歌仔册，与台湾各地出版的歌仔册进行比较

有道词典是网易有道推出的词典相关的服务与软件。 基于有道搜索引擎后台的海量网页数据以及自然语言处理中的数据挖掘技术，大量的中文与外语的并行语料（包括词汇和例句）被挖掘出来，并通过网络服务及桌面软件的方式让用户可以方便的查询。 有道词典结合了互联网在线词典和桌面词典的优势，除具备中英、英中、英英翻译功能外，有道词典官方创新的“网络释义”功能将各类新兴词汇和英文缩写收录其中，并就任一词条可提供多达30个网络例句参考，突破了传统词典的例句容量限制

趋向补语“起来”之语义功能复杂，常造成华语学习者使用上之偏误。为观察学习者整体之偏误情形，本文分析了总字数约三百万字的学习者语料，结果显示，从语义功能来看，学习者对“起来”状态义的掌握较差；而以偏误类型来看，学习者最大的困难来自误代偏误，其中趋向补语意义的混淆为主要的偏误情形。除偏误分析外，鉴于教材可能是影响学习者习得的因素，本文亦对教材中的语法说明及例句等展开讨论，并在最后针对偏误分析的结果提出了几点教学建议，希望提供今后教学之参考

中文一旨在培养学生的普通话表达、中文阅读及写作能力，以配合将来的工作需要。 巩固自己的中文语法基础，以应付日后工作所需； 那么，修读中文一绝对可以帮你达成上述目标。 中文二旨在提升学生的普通话沟通、中文（文学）阅读及写作能力

近日，南昌大学人文学院教授、“江西省高等学校人文社会科学重点研究基地”南昌大学客赣方言与语言应用研究中心主任、南昌大学赣学研究院副院长胡松柏来校作题为《现代汉语造词方法与词的理据》的学术讲座，文学院师生150余人聆听了讲座，讲座由文学院院长易志文教授主持。 胡松柏教授以丰富的语料、通俗的语言，从造词的基础、造词的方法，词的理据的性质、如何分析词的理据两个方面作了详细的阐述。讲座最后，胡松柏教授与在座师生进行了交流，就师生提出的问题做了详细的解答

选取男声说话人13人，女声说话人10人，每人60句话。共有句子1380句。 数据大小160M，约1.5小时语音

学生将于本课程中琢磨同步口译（simultaneous interpreting）的基础核心技能，如分析原文、同时听说、多工处理（multitasking）等。课堂中会有大量同步口译演练，题材取自当前口译市场常见实务领域（如财经、科技、文化、政治、艺术等），讲师将使用真实会议语料做为练习素材。学生除了能习得基本逐步口译技巧，亦能培养准备口译工作的能力，掌握口译实务从接案到执行的各个环节