基于场景化知识表示的自然语言处理及其在自动文本校对中的应用
第1章 绪论 | 第1-26页 |
·概论 | 第12-13页 |
·自然语言处理研究现状 | 第13-16页 |
·自然语言处理研究的目的和应用 | 第13-14页 |
·自然语言处理研究的层面 | 第14-15页 |
·自然语言处理研究的几个趋势 | 第15-16页 |
·语义研究现状 | 第16-21页 |
·词汇层面的语义研究 | 第17-18页 |
·句内层面的语义研究 | 第18-21页 |
·自然语言处理中的知识表示 | 第21-23页 |
·本文的主要工作 | 第23-24页 |
·本文的结构 | 第24-26页 |
第2章 场景化知识表示 | 第26-54页 |
·概述 | 第26-27页 |
·知识的描述过程分析 | 第27-29页 |
·语言多样性产生因素分析 | 第29-30页 |
·知识的场景化的结果表达:场景化知识表示 | 第30-46页 |
·关于场景化分析结果表示的设想 | 第31-33页 |
·组成识别的结果表示 | 第33-34页 |
·特征识别结果的表达 | 第34-41页 |
·场景模板与场景识别结果表示 | 第41-44页 |
·场景化知识表示 | 第44-46页 |
·场景化知识表示的推理 | 第46-49页 |
·继承推理 | 第46-48页 |
·例证推理 | 第48页 |
·否定推理 | 第48-49页 |
·场景知识表示转换为一阶谓词逻辑 | 第49-50页 |
·小结 | 第50-54页 |
第3章 场景化知识表示与自然语言生成 | 第54-85页 |
·语言表达的总体过程分析 | 第54-61页 |
·表达知识对象的几种主要方式 | 第54-57页 |
·语言表达的总体过程分析 | 第57-60页 |
·使用语言转换模板进行转换的方法 | 第60-61页 |
·汉语语言转换模板 | 第61-83页 |
·生成汉语句型的语言转换模板 | 第61-73页 |
·汉短语结构分析 | 第73-83页 |
·词汇化 | 第83-84页 |
·小结 | 第84-85页 |
第4章 场景化知识表示与自然语言理解 | 第85-111页 |
·使用语言转换模板的自然语言语句分析 | 第85-88页 |
·基于语言转换模板的反向转换 | 第85-87页 |
·反词汇化 | 第87-88页 |
·Chart句法分析算法的优化 | 第88-101页 |
·Chart句法分析算法简介 | 第88-92页 |
·基于预测类型的Chart算法 | 第92-94页 |
·禁入区算法 | 第94-101页 |
·短语结构转换为场景知识结构的方法 | 第101-103页 |
·语义辅助的句法分析 | 第103-109页 |
·概述 | 第103-104页 |
·短语的可理解性 | 第104-107页 |
·基于场景化知识表示的短语可理解性判断 | 第107-109页 |
·小结 | 第109-111页 |
第5章 基于自组织映射的自动词汇分类 | 第111-126页 |
·概述 | 第111页 |
·SOM简介 | 第111-114页 |
·扩散型自组织映射(DSOM) | 第114-118页 |
·新增的基本概念 | 第114-117页 |
·DSOM的学习算法 | 第117-118页 |
·基于SOM的词类簇合 | 第118-125页 |
·词类SOM映射现有方法简介 | 第118-119页 |
·基于短语上下文的词类映射 | 第119-125页 |
·小结 | 第125-126页 |
第6章 基于场景化知识表示的特殊问题校对系统 | 第126-140页 |
·系统的目标 | 第126页 |
·系统的总体流程 | 第126-127页 |
·特殊问题判断原理 | 第127-132页 |
·语义表达问题判断 | 第128-131页 |
·引号表达问题判断 | 第131-132页 |
·文字校对中的拼写错误判断原理 | 第132-136页 |
·相似字符串搜索 | 第132-135页 |
·相似字符串编辑距离的动态编程算法 | 第135-136页 |
·系统模块 | 第136-137页 |
·系统功能 | 第137-139页 |
·小结 | 第139-140页 |
第7章 总结和展望 | 第140-144页 |
·本文的主要贡献 | 第140-142页 |
·后续的研究工作 | 第142-144页 |
致谢 | 第144-146页 |
参考文献 | 第146-154页 |
作者在攻读博士学位其间的主要成果 | 第154-155页 |