首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于规则与BP神经网络相结合的复句关系词切分消歧

摘要第5-6页
Abstract第6页
第一章 绪论第9-14页
    1.1 选题的背景及研究意义第9-11页
    1.2 研究现状第11页
    1.3 研究难点第11-13页
    1.4 研究内容与创新第13-14页
第二章 汉语复句语料库的预处理第14-20页
    2.1 复句关系词的分析第14-15页
    2.2 复句语料库的预处理第15-17页
        2.2.1 复句语料库介绍第15-16页
        2.2.2 复句标注语料库的结构设计第16-17页
    2.3 汉语复句关系词序列的提取流程第17-19页
        2.3.1 辅助软件的构建第17-18页
        2.3.2 关系词的自动识别流程第18-19页
    2.4 本章小结第19-20页
第三章 基于规则的复句关系词切分歧义消歧第20-30页
    3.1 复句关系词识别中规则的约束条件第20-23页
        3.1.1 复句关系词的相关定义第20页
        3.1.2 复句关系词规则的约束条件第20-21页
        3.1.3 复句关系词切分歧义字段的特征分析第21-23页
    3.2 关系词识别的规则表示方法第23-27页
        3.2.1 切分歧义字段的存在形式第23-24页
        3.2.2 规则的建立及其表示第24-27页
    3.3 切分歧义字段的自动识别及消歧第27-29页
        3.3.1 切分歧义字段识别流程及消歧过程第27-28页
        3.3.2 实验结果及分析第28-29页
    3.4 本章小结第29-30页
第四章 BP神经网络的复句关系词切分歧义的词性标注第30-41页
    4.1 BP神经网络模型及词向量第30-34页
        4.1.1 BP神经网络模型简介第30-32页
        4.1.2 词向量及其表达第32-33页
        4.1.3 词性特征及约束第33-34页
    4.2 建立神经网络词性标注模型第34-38页
        4.2.1 词性标注问题说明第34-35页
        4.2.2 词性特征提取第35-36页
        4.2.3 神经网络的处理过程第36-37页
        4.2.4 词特征向量化第37-38页
    4.3 切分歧义字段消歧的整体框架第38-40页
    4.4 本章小结第40-41页
第五章 实验结果与分析第41-45页
    5.1 复句语料介绍第41-42页
    5.2 实验处理过程第42-43页
    5.3 实验的结果和分析第43-44页
    5.4 本章小结第44-45页
第六章 总结与展望第45-47页
    6.1 全文总结第45-46页
    6.2 工作展望第46-47页
参考文献第47-51页
在校期间参加的科研项目第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:基于特征整合及KNN-SVM的老鼠肿瘤致病基因预测
下一篇:基于直接转矩控制的电主轴对拖试验及测试系统的研制