汉语组块计算的若干研究
第一章 绪论 | 第1-20页 |
·组块计算的提出、现状和意义 | 第10-14页 |
·组块计算的提出 | 第10-11页 |
·组块计算的研究现状 | 第11-13页 |
·组块计算的意义 | 第13-14页 |
·组块分析技术的两大路线 | 第14-18页 |
·基于统计模型的组块分析 | 第15-17页 |
·基于规则的组块分析 | 第17-18页 |
·本文的内容组织 | 第18-20页 |
第二章 组块的定义和研究 | 第20-34页 |
·引言 | 第20页 |
·组块的研究 | 第20-24页 |
·英语组块的现有研究 | 第20-22页 |
·汉语组块的现有研究 | 第22-23页 |
·本文对组块的界定 | 第23-24页 |
·组块库的获取 | 第24-31页 |
·宾州大学的树库研究 | 第24-26页 |
·组块的定义 | 第26页 |
·本文的组块类型和标注集 | 第26-31页 |
·组块的标注 | 第31-32页 |
·本章小结 | 第32-34页 |
第三章 基于最大熵模型的组块分析 | 第34-48页 |
·引言 | 第34页 |
·自然语言处理的最大熵模型介绍 | 第34-40页 |
·最大熵模型的简单实例 | 第35-36页 |
·最大熵模型框架的形式描述 | 第36-38页 |
·最大熵模型的特征引入算法 | 第38-39页 |
·最大熵模型的优点 | 第39-40页 |
·基于最大熵模型的组块分析 | 第40-46页 |
·语言模型和计算模型间的桥梁 | 第40-43页 |
·模型的训练 | 第43-44页 |
·模型的测试 | 第44-46页 |
·本章小结 | 第46-48页 |
第四章 最大熵模型的特征选取 | 第48-58页 |
·引言 | 第48页 |
·影响组块分析的语言特征 | 第48-51页 |
·候补特征集合的获取 | 第51-56页 |
·模板获取特征 | 第51-54页 |
·编写手工特征 | 第54-56页 |
·候补特征集合的处理 | 第56-57页 |
·本章小结 | 第57-58页 |
第五章 基于规则方法的组块分析研究 | 第58-70页 |
·引言 | 第58页 |
·基于转换的错误驱动学习 | 第58-60页 |
·初始状态标注器的建造 | 第60-65页 |
·有限自动机 | 第61-62页 |
·初始规则集的自动获取 | 第62-63页 |
·组块的划分和识别 | 第63-65页 |
·学习器的建立 | 第65-68页 |
·转换规则模板的定义 | 第65-66页 |
·转换规则集合的获取 | 第66-68页 |
·本章小结 | 第68-70页 |
第六章 系统实现及实验分析 | 第70-84页 |
·引言 | 第70页 |
·系统的实现流程 | 第70-71页 |
·系统的具体实现 | 第71-77页 |
·组块库的获取 | 第71-72页 |
·最大熵的算法描述 | 第72-74页 |
·有限自动机的构造算法 | 第74-76页 |
·系统学习器的构造 | 第76-77页 |
·实验结果 | 第77-81页 |
·实验语料 | 第77-78页 |
·评测函数 | 第78页 |
·最大熵模型实验结果 | 第78-79页 |
·规则方法实验结果 | 第79-80页 |
·混合模型结果及综合比较 | 第80-81页 |
·实验分析 | 第81-82页 |
·齐夫定律 | 第81页 |
·结果分析 | 第81-82页 |
·本章小结 | 第82-84页 |
第七章 组块的相似度计算 | 第84-96页 |
·引言 | 第84页 |
·已有研究 | 第84-87页 |
·语义词典介绍 | 第87-89页 |
·汉语组块的语义相似度计算 | 第89-94页 |
·语义计算的基本思想 | 第89页 |
·语义计算过程 | 第89-92页 |
·实验结果和分析 | 第92-94页 |
·双语组块相似度计算的设想 | 第94-95页 |
·本章小结 | 第95-96页 |
第八章 结论与展望 | 第96-100页 |
·本文的总结 | 第96-97页 |
·今后的工作 | 第97页 |
·前景与展望 | 第97-100页 |
附录 | 第100-118页 |
[附录1]宾州大学的词性标注集合和短语类型 | 第100-102页 |
[附录2]《同义词词林》分类代码和名称 | 第102-104页 |
[附录3]最大熵模型的部分特征及权值 | 第104-107页 |
[附录4]系统的部分规则统计 | 第107-109页 |
[附录5]组块分析系统部分测试结果 | 第109-118页 |
参考文献 | 第118-124页 |
作者简介 | 第124-126页 |
致谢 | 第126页 |