近日，国家自然科学基金委公布了2009年度国家自然科学基金资助项目名单，我校喜获3项。其中面上项目2项，为刘贵龙教授《粗集的线性结构及其在粒计算中的拓展研究》、荀恩东教授《基于生成树库分析与生成一体化机器翻译模型研究》；联合资助基金项目 1项，为张习文教授《混排数字墨水文档智能处理方法研究》。

      近年来，结合我校学科特点，信息科学的研究与语言学及应用语言学相结合，取得了比较好的成绩，自2000年以来，共获得教育部科学技术司项目11项，国家自然科学基金项目9项，今年是我校获得国家自然科学基金项目最多的一年。

      国家自然科学基金项由1986年初成立的国家自然科学基金委员会负责组织、实施、管理，并根据国家发展科学技术的方针、政策和规划，以及科学技术发展方向，面向全国资助基础研究和应用研究，基金主要来自国家财政拨款。国家自然科学基金作为我国支持基础研究的主渠道之一，面向全国，重点资助具有良好研究条件、研究实力的高等院校中和科研机构中的研究人员。

项目简介：

刘贵龙教授《粗集的线性结构及其在粒计算中的拓展研究》

      粗集(包括它的各种推广形式)是软计算中的一个热点研究领域。它是通过上下近似来发挥作用的，经过我们的前期研究，发现粗集的上下近似是线性算子和余线性算子。在这种观点下，本项目研究粗集上下近似的线性结构理论，这包括用线性模型的方法建立以特征函数为主线的粗集的理论体系，该体系可以使计算和推理过程更为简单；用特征函数、内积、外积及矩阵的方法综合给出粗集的线性结构及数据约简方法。关于有限论域，模糊集合可以视为向量，粗集上近似可以表示为矩阵与向量的乘积，该问题反过来看就是模糊关系方程的问题。这正好为用粗集的方法解模糊关系方程提供了可能。作为粗集线性理论的一个直接应用，本项目拟给出模糊关系方程的粗集解法。此外，粒计算是粗集理论的进一步发展，我们拟用线性观点来考虑粒计算中的相关问题，主要是考虑粒计算中的线性关系。

 

荀恩东教授《基于生成树库分析与生成一体化机器翻译模型研究》

      面向英汉机器翻译的生成树库是北京语言大学研发的语料库，树库中的生成树中包含了机器翻译所需要的深层次、细粒度的翻译知识：英语的句法结构、汉语译文生成模式和词汇短语的习惯翻译等，本研究以该树库作为主要训练语料，结合现有的大规模双语和单语语料，研究建立面向英汉机器翻译分析和生成一体化统计模型：将规则化知识和统计方法有机结合在一起，避免规则方法层次化翻译过程所造成的错误累计，和规则不易把控的问题；同时，该模型统计对象为带有句法信息的英文短语和对应译文生成模式，解决了现有机器统计翻译以词或者短语为统计对象所造成的模型泛化能力差的问题。另外，现有的短语翻译模型短语限定为连续词串，译文生成时，全局调序能力差，生成树库具有大量短语调序知识，依托本树库，译文生成时短语预调序也是本研究另外主要内容。

 

张习文教授《混排数字墨水文档智能处理方法研究》

      课题采用计算机笔输入技术，通过手写手绘能够自然地记录所见所闻所思，快速生成数字墨水文档。混排数字墨水文档包含文本、表格、表达式、流程图和示意图等，文本包含汉字、标点符号、数字、字母、单词等，但只具有笔划信息。为了充分利用其中的结构、符号和语义等高层次信息，研究智能分割方法以生成结构化文档，提取具有可信度的多层次结构及其空间、层次和逻辑关系，包括自动的迭代分割方法、分割结果的自适应可视化方法和人工校正分割错误的自然交互方法；研究智能识别方法以转换成符号化和语义化文档，基于上下文自适应识别表达式、流程图和示意图等，并提供可信度，以及识别结果的自适应可视化方法和人工校正识别错误的自然交互方法；研究基于结构理解的智能修改方法和规整排版方法；研究上述所提出方法的评估方法。为自然、高效而充分地利用实际混排数字墨水文档提供理论、技术和工具三个层面的支撑。