基于多分类器的统计汉语词义消歧方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 引言 | 第8-15页 |
| ·课题的提出及研究意义 | 第8-10页 |
| ·词义消歧的定义 | 第8-9页 |
| ·词义消歧研究的意义 | 第9-10页 |
| ·词义消歧方法概述 | 第10-13页 |
| ·本文研究的内容 | 第13页 |
| ·本文的组织 | 第13-15页 |
| 第2章 语言知识资源分析和消歧特征提取 | 第15-24页 |
| ·语言知识资源分析 | 第15-16页 |
| ·人民日报标注语料库 | 第15-16页 |
| ·消歧特征的提取 | 第16-23页 |
| ·显性信息的提取和使用 | 第16-18页 |
| ·半显性信息的提取和使用 | 第18-20页 |
| ·隐性信息的提取和使用 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 现有词义消歧模型的分析与比较 | 第24-38页 |
| ·四种词义消歧建模方法 | 第24-31页 |
| ·贝叶斯词义消歧模型 | 第24-26页 |
| ·决策树词义消歧模型 | 第26-27页 |
| ·向量空间词义消歧模型 | 第27-29页 |
| ·最大熵词义消歧模型 | 第29-31页 |
| ·各词义消歧模型试验结果及比较 | 第31-37页 |
| ·实验设计与实现 | 第31-33页 |
| ·实验结果分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 多分类器集成的词义消歧设计与实现 | 第38-48页 |
| ·多分类器集成技术 | 第38-39页 |
| ·单分类器的选择 | 第39-40页 |
| ·多分类器集成的主要方法 | 第40-41页 |
| ·动态自适应加权投票分类器集成算法 | 第41-42页 |
| ·实验设计与实现 | 第42-43页 |
| ·实验结果分析比较 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 义项标注实验平台的构建 | 第48-63页 |
| ·义项标注平台的结构和功能 | 第48-51页 |
| ·分词模块 | 第49页 |
| ·特征选择模块 | 第49-50页 |
| ·机器学习模块 | 第50页 |
| ·词义标注模块 | 第50-51页 |
| ·结果评测模块 | 第51页 |
| ·字标注分词系统的设计与实现 | 第51-56页 |
| ·隐马尔可夫模型 | 第52-54页 |
| ·基于 HMM 的字标注分词算法模型 | 第54页 |
| ·基于 HMM 的分词系统设计与实现 | 第54-56页 |
| ·全文检索模块的设计与实现 | 第56-61页 |
| ·字典组织结构的分析 | 第57-58页 |
| ·词典组织结构的设计 | 第58页 |
| ·地址数据组织结构的分析 | 第58-59页 |
| ·地址数据结构的设计 | 第59-60页 |
| ·索引和查询算法设计 | 第60-61页 |
| ·实验设计与分析 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第6章 结论 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 附录 A 多义词词频表 | 第67-68页 |
| 个人简历及在读期间发表的论文与研究成果 | 第68-69页 |
| 致谢 | 第69页 |
