中文信息处理的现代含义,是指用中文电脑去处理中文信息。其研究领域涉及到语言学、数学、计算机科学、心理学、生命科学等学科和信息技术的交叉。由于中文的字、词、句子和篇章都各有其特殊性,这就造成了中文信息处理相对于其他的语言信息处理的复杂性和难度。要研究中文语言理解,除了对字、词的理解之外,还必须研究上下文,即语境的构造。研究语境要借助语料库和知识库。
本研究方向把中文信息处理技术列为重点突破和发展的目标，以期形成以中文信息处理为核心技术的语言信息处理产业。中文信息处理技术的研究，对于发展具有我国自身特色的智能与信息技术有着特殊的意义，它将极大地推动国民经济和国防信息化的建设。
一、 团队带头人
1、学术水平与地位
张永奎教授：男，工学硕士，博士生导师。1990-1992年经国家教委选派，作为中英技术合作奖学金项目的高级访问学者，赴英国Stirling大学计算机科学系与英方专家进行了自然语言处理领域的合作研究。1997年在美国New Orleans大学进行了Internet网络智能信息检索与Java软件开发等方面的访问研究。目前，同美国New Orleans大学、英国Stirling大学、香港科技大学和新加坡国立大学等有密切的协作关系。2000年10月和2003年12月分别赴香港和新加坡进行学术交流活动。
主要学术职务：山西省信息化领导组专家，山西省计算机学会副理事长，山西省系统仿真学会副理事长。国际学术刊物 《Comm. COLIPS 》(中文与东方语言信息处理学会通讯)的国际编委。计算机学科一级主学报《计算机研究与发展》的第四届编委，ACL SIGHAN（国际计算语言学协会中文处理特别兴趣小组）成员。
获得省部级科技进步奖7项（一等奖2项，二等奖1项，三等奖4项），发表学术论文80余篇，出版著作、教材8部。1991、1996年两次被山西省委、省政府评为山西省优秀专家，1992年起享受政府特殊津贴。
2、 学风及组织管理
曾任计算机科学系副主任、山西大学计算中心主任和计算机科学系主任。工作认真、治学严谨、待人亲合，知识面广，有敏锐开阔的科研视野。他领导的科研团队具有较强的凝聚力，合作意识强，学术氛围好。
1987年在山西大学举办了《中国计算机学会人工智能与模式识别专业委员会成立暨学术研讨会》。1999年8月，在太原承办了“第四届中国计算机智能接口与智能应用学术会议”（863会议）。2001年8月承办了“全国第六届计算语言学联合学术会议”，并担任大会的执行主席。多次担任计算语言学与机器翻译国际会议的分会场的执行主席。
3、 承担主要科研任务
1992年以来，主持并完成了国家自然科学基金资助项目2项：“文本中信息的自动抽取方法研究”(69375016)、“利用多种机读资源建造汉语语义机用词典的方法研究”（69575011），国家863课题1项：“汉语及其它自然语言理解的基础性研究”(863-306-05-05C)（第二负责人）；省部级项目12项（其中包括：主持山西省自然科学基金资助项目2项：“基于规则的计算机自动分词系统”、“基于自然语言理解的信息过滤方法研究”；主持山西省回国人员基金资助项目2项：“受限文本信息的自动抽取”、“汉语识字教学与查询多媒体系统”）。通过省部级鉴定的成果7项。
目前承担的项目中，主持的项目有以下5项：国家自然科学基金项目“Web突发事件新闻内容过滤中的若干关键技术研究（60475022）”（22万元），山西省工业攻关项目“网络核心新技术在万兆级校园网集成应用的示范研究”（2006031178）（10万元），山西省自然科学基金项目“Web中文科技文献个性化服务技术研究”（20041041）（3.5万元），山西省回国人员基金项目“中文科技文献内容过滤技术研究”（2002004）（3万元），山西省信息化管理中心重点项目“山西城乡资源信息数据库建设方法研究”（20020069）（7万元）等。项目经费合计45.5万元。
二、 团队建设
1、研究骨干及构成
本创新团队是一支由9人组成的老中青结合的学术研究队伍。团队由计算机科学、数学和自动化学科等专业人员组成。其中，教授4人，副教授2人；7人获得硕士学位，5人在读博士。
创
新
团
队
构
成
情
况
总人数
高级
中级
初级
博士后
博士生
硕士生
9
6
1
2
（5）
姓 名
性别
出生
年月
专业技术
职位/学位
从事专业
研究方向
在团队中的作用
研究骨干
郑家恒
女
48.03
教授
计算机应用
语料库加工
学术骨干
刘开瑛
男
31.11
教授
计算机应用
汉语语义学
带头人
李国臣
男
63.10
教授/在读博士
计算机软件
分词与标注
学术骨干
王素格
女
64.06
副教授/在读博士
计算数学
数据挖掘
学术骨干
团队成员
谭红叶
女
74.11
副教授/在读博士
自动控制
模式识别
团队成员
钱揖丽
女
77.12
讲师/在读博士
计算机软件
信息检索
团队成员
谷 波
男
81.08
助教/在读博士
计算机软件
汉语语义学
团队成员
张 虎
男
79.09
助教/硕士
计算机应用
语料库加工
团队成员
研究骨干主要有：
刘开瑛，男，教授，博士生导师。中国中文信息学会、中国计算机学会人工智能与模式识别专业委员会常务理事，《中文信息学报》编委，山西大学计算机应用研究所所长。1980年组建了山西大学计算机科学系，并担任系主任（1980－1992年8月）。山西大学中文信息处理研究组的创办者和领导者。80年代起，开始了对汉语语言信息处理的研究，在中文文本自动分词、词性标注、中国人名和地名识别、全文检索等方面的研究成果达到国际或国内领先水平。84年同国家语委合作，建立了汉字姓氏库和“汉字属性字典”(语文出版社)；89年参加了国家标准“信息处理用现代汉语分词规范”的制定；91年“广播语料自动分词和词频统计系统”通过中国广播电影电视部鉴定，达国内先进水平；开发的“汉语全文检索开发平台”，1994年参加香港软件展示；1995年、1998年和2003年参加国家863 智能接口自然语言处理评测组，承担了自动分词和词性标注评测软件的研制任务，促进了自动切词和词性标注研究工作的进一步开展。先后主持过国家自然科学基金3项、国家863项目5项、国家“七五”重点科技攻关项目1项、国家“九五”社会科学重点项目1项、国家社会科学“九五”重大项目子课题1项等。其中“汉语词性自动标注系统和基于语料库的汉语句法分析实验系统” 获国家教委科技进步三等奖；“面向汉语篇章的句法分析器”（1995）和“智能化中文信息处理及其应用技术研究”（2003）2项获省科技进步一等奖；“汉字姓氏库”和“汉字属性字典”以及国家863项目“自动分词和词性标注评测系统”等3个项目获省科技进步二等奖。1995年参加了国家主办的《中文信息发展战略规划》第43次香山科学会议。在国内外杂志和学术会议上发表学术论文70余篇。1991年出版的专著《自然语言处理》（科学出版社）获国家教委优秀教材一等奖（1999）。2000年出版的特约专著《中文文本自动分词和标注》（商务印书馆）在国内学术界有较大的影响。1991年起享受政府特殊津贴。
郑家恒，女，教授，博士生导师。1948年3月4日出生，1976年毕业于山西大学数学系计算数学专业。1991年计算机应用专业硕士研究生班毕业，1995年在清华大学进行学者访问。研究领域：计算语言学。从80 年代末开始从事汉语文本自动切分、词性标注和文献处理自动化等理论和技术的研究。主持863项目2项，国家自然科学基金项目1项，参加国家自然科学基金、社科基金和863项目6项；多次获得国家教委、山西省科委的奖励。在计算机学报、软件学报等学术期刊和学术会议发表学术论文70余篇，其中5篇被EI收录。
郑家恒教授长期从事语料库加工技术的研究，其中歧义字段切分、人名、地名以及新词语等识别方法，在国内外中文自动分词技术研究中处于领先水平。目前承担的国家自然科学基金项目“大规模中文文本语料库分词与词性标注一致性检验技术研究” 为建设高质量的大规模语料库提供了有力的保证。作为主要研究人员，圆满完成了863全国智能接口评测自然语言处理评测小组委托山西大学负责组织1995年、 1998年和2003年的全国汉语书面语自动分词和自动标注词性的评测任务，推动了国内自动分词和词性标注技术的发展。培养的已毕业的14名硕士研究生，分布在中科院软件所、北京工业大学、山西大学等单位，担任科研和教学工作，他们正在为计算语言学的发展尽自己的一份力量。其中有3名考上博士，1名已毕业，一名已获副教授职称。
李国臣，男，教授，1963年10月生，硕士生导师。山西大学教务处处长。1985年7月毕业于山西大学计算机专业，获学士学位，1988年7月毕业于山西大学计算机科学系计算机应用专业，获硕士学位。目前在山西大学计算机与信息技术学院攻读博士。主要从事中文信息处理方面的研究。主攻现代汉语的计算机自动分词的研究。承担国家级和省部级项目8项。研究成果中有2项“山西大学远程数据库教学系统V10.”（专利号:017676,2003-12）和“山西大学综合教务管理信息系统”（专利号:049486,2006-2）获得国家发明专利。参与研究的“智能化中文信息处理及其应用技术研究”项目2003年获山西省科技进步一等奖。近3年在《中文信息学报》等刊物发表学术论文9篇。目前主持专项科研项目“文本信
（4）加速中文信息处理方向的博士生的培养，提高人才培养质量。
