一、文献综述
（一）国内外研究现状
人事档案管理系统的发展可以回溯到二十世纪50年代，那时第一次提出将数据转化成电子信息，利用计算机辅助企业决策，如通用公司提出使用计算机来实现对职工绩效和工资的管理；二十年后，出现了管理信息系统，即所谓的MIS系统，首次将企业在管理、生产、经营、人事档案方面的信息，利用计算机进行管理、存储，并在此基础上开发一些统计、分析功能，便于企业管理层人员能够快速、准确的了解企业各方面运营状况，也是有效的辅助决策的工具。但是由于当时的网络欠发达，管理信息系统还是以单机软件为主，没有快速传输及共享的功能；二十世纪80年代之后，网络技术发展迅速并开始普及，管理信息系统的开发技术也得到了发展，为人事档案管理系统的开发和推广奠定了基础；进入二十世纪90年代，网络技术已经趋于成熟，企业内部相继构建了内部局域网络，提供了网络版档案管理系统的环境基础，并且企业意识到人才在企业发展和竞争中的核心作用，对人力资源的开发及人事档案的管理工作尤为重视。
国外的信息化系统很早就开始使用了，国外的网络技术和计算机技术的快速发展，给信息化系统的发展带来了发展和建设的技术基础，干部人事档案信息管理系统是一项复杂的系统，在数据的存储Ｗ及数据的处理上都需要大量的数据运算，国外的迅速发展的网络技术和计算机技术给信息化系统的发展带来了契机。国外的干部人事档案管理系统涉及到各个方面，广泛的信息管理系统的使用大量的解放了人工管理，提商了管理的效率以及优化了管理的方式。
自然语言理解就是如何让计算机能正确处理人类语言，并据此给出人们期待的各种正确响应。自然语言理解的研究分为书面语理解和口语理解，相对而言，书面语比较规范，比起口语来说比较容易用机器处理。由于“语言是思想的直接实现”，社会的一切进步乃至生存都离不开语言，这使得语言学几乎与所有的学科都存在着密切的联系，增加了语言研究的难度。因此，自然语言理解的研究不但要运用语言学中的词汇、语法、句法、语用和语义学知识，而且还要涉及到大量的客观世界的知识以及与其相关学科的知识。
自然语言的识别和处理是人工智能研究的最重要的课题之一，也是人工智能研究的关键。对于人工智能的研究来讲，为了使人工智能系统更有效地获取人类知识，有更强的学习功能，就必须具有相当高的人机对话能力，那么系统必须具有较强的自然语言识别和处理能力。实际上，自然语言处理和人工智能的其他领域（如定理证明、问题解答、模式识别、机器博弈和机器人科学等）的根本问题都是知识表达和利用问题。说的全面一点就是:如何去获取各种不同的知识，并以一种计算机可以使用和处理的方法表达知识。一旦适当的知识结构和表达理论充分建立了，那么自然语言处理的瓶颈问题也就消除了。
通常所说的计算机理解了某些事件，实际上是把这些事件的一种表示形式转换为另一种表示形式，每种表示形式对应着一组动作。为了得到关于理解的总体描述，通常将语言看成是源语言和目标语言的二元组，两者存在着映射。理解自然语言之所以困难，有三个重要因素：
（l）目标表示的复杂性。如语义的概念依存网表示，要从语句中提取这种表示的关键字就相当的复杂，同时还需要更多相关的客观世界的知识。
（2）映射的类型。对于源语言到目标语言表示的映射，一对一类型是最理想的。但现实中，自然语言到目标语言表示的映射极难达到一对一的要求。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
