资料来自小木虫：http://emuch.net/bbs/viewthread.php?tid=1735264&fpage=1

2010-NSFC重点项目指南中，和自然语言处理相关的有1个优先资助重点领域、2个科学处资助重点领域（可能和NLP有关系），列出如下：

（注：2009年度信息科学部发布50个重点项目领域和一个重点项目群，共收到重点项目申请154项，共有46个重点项目获得资助，资助经费共9 400万元，平均资助强度204万元/项。
2010年度信息科学部发布47个申请资助领域，其中科学部优先资助重点领域4个；拟资助48～55个重点项目，平均资助强度约250万元/项。）

科学部优先资助重点领域

1．多民族文档分析识别、机器翻译及应用研究（F010205，拟资助重点项目2～3项）
研究我国民族文字印刷及手写文档识别及机器翻译的理论和方法，探索基于语义本体的多语知识的获取、表达等理论方法及关键技术，旨在提高民族文字信息化处理水平与应用能力。研究内容可涉及蒙古文、藏文、维吾尔文等文字的识别、文档图像分析、机器翻译。

科学处资助重点领域

19．网络信息融合与知识服务的模型和方法（F0205）
30．基于云计算的海量数据挖掘（F0305）

博主注1：  上次在南京开第五届全国机器翻译研讨会时，最后有个讨论环节，当时有专家传达了一个信息是：国家对语言信息处理方面的投入已经很多了，可能今后不会再强化资助。但实际情况是，无论是理论还是技术，目前仍需要继续强化资助。看来，NLP专家们的努力没有白费。课题指南中（多民族文档分析识别、机器翻译及应用研究），研究课题更加贴近语言信息处理的“中文”化特色，包括蒙古文、藏文、维吾尔文等文字的识别、文档图像分析、机器翻译。语义本体方面，由于EU主导的Global WordNet已经涉及到50余种语言，但没有藏文、维吾尔等语言，而现在国家如果立项做蒙古文、藏文、维吾尔文在内的“中文”的语言学本体的话，显然对这些语言的信息化处理起到极大的推动作用。

博主注2：  拟重点资助的两个可能和NLP有关的项目（网络信息融合与知识服务的模型和方法、基于云计算的海量数据挖掘），这是因为网络环境下，大规模的多语言的文本资源的获取、加工、挖掘、服务等，是一个难以回避的问题，除非研究的是一个理论或者计算模型。当然，这要看研究者从哪个角度进行研究，比如研究Web挖掘或文本挖掘的，一般会考虑将NLP技术作为基础之一。

转载本文请联系原作者获取授权，同时请注明本文来自章成志科学网博客。
链接地址：https://m.sciencenet.cn/blog-36782-279283.html

上一篇：做快餐也要做的专业
下一篇：Ontology【ZZ】