汉语指代消解及相关技术研究

摘要	第1-6页
ABSTRACT	第6-12页
第一章 绪论	第12-32页
·自然语言处理	第12-14页
·指代消解的定义	第14-15页
·指代消解的研究意义	第15-17页
·指代消解研究现状	第17-28页
·早期的指代消解算法	第18-20页
·基于学习的方法	第20-25页
·汉语指代消解方法	第25-27页
·指代消解技术的分析及发展趋势	第27-28页
·本文研究工作	第28-29页
·论文组织	第29-32页
第二章 机器学习方法	第32-54页
·机器学习的本质	第32-34页
·决策树算法	第34-38页
·基本概念	第34-35页
·决策树的生成	第35页
·属性选择标准	第35-36页
·决策树的修剪	第36-37页
·决策树产生决策规则	第37页
·C4.5决策树算法	第37-38页
·最大熵算法	第38-44页
·最大熵方法概述	第38-39页
·最大熵模型	第39-41页
·最大熵原理的数学表示	第41-42页
·参数形式	第42-43页
·极大似然估计	第43-44页
·条件随机场	第44-50页
·无向图模型	第44-45页
·条件随机场的图结构	第45-46页
·式函数	第46-47页
·条件随机场(CRFs)	第47-48页
·极大似然参数估计	第48页
·CRFs概率计算	第48-49页
·动态规划	第49-50页
·机器学习在科学中的前景	第50-51页
·面向自然语言处理的机器学习	第51-52页
·本章小结	第52-54页
第三章 汉语基本名词短语识别	第54-78页
·基本名词短语相关基本概念	第54-58页
·组块识别概述	第54-56页
·汉语基本名词短语的定义	第56-57页
·评测标准	第57页
·BIO的标注	第57-58页
·相关研究	第58-61页
·基于转换的规则学习方法	第58-59页
·基于隐马尔可夫模型的方法	第59-60页
·基于最大熵方法	第60-61页
·基于CRFs的汉语基本名词短语识别	第61-69页
·CRFs相关理论	第61-64页
·算法描述	第64-66页
·实验	第66-69页
·基于扩展词性模板的汉语基本名词短语识别	第69-74页
·算法描述	第70页
·词性和词性模板	第70-72页
·扩展词性模板	第72-73页
·实验结果	第73-74页
·基于规则和统计相结合的汉语基本名词短语识别	第74-77页
·算法描述	第75-76页
·实验结果	第76-77页
·本章小结	第77-78页
第四章 汉语指代消解算法研究	第78-98页
·指代消解相关问题	第78-82页
·指代消解的定义	第78页
·指代消解相关定义	第78-79页
·汉语指代的类型	第79-81页
·指代消解的评价标准	第81-82页
·基于机器学习的汉语人称代词指代消解	第82-89页
·算法模型描述	第83-84页
·特征向量的属性	第84-88页
·实验	第88-89页
·基于规则和统计相结合的汉语人称代词指代消解	第89-93页
·问题提出	第89-90页
·算法描述	第90-91页
·实验	第91-93页
·基于双候选模型的汉语人称代词指代消解	第93-95页
·问题提出	第93页
·算法描述	第93-95页
·实验	第95页
·汉语名词短语指代消解模型	第95-97页
·问题的提出	第95页
·算法描述	第95-97页
·本章小结	第97-98页
第五章 总结与展望	第98-100页
·总结	第98-99页
·展望	第99-100页
参考文献	第100-110页
攻读博士期间发表的学术论文	第110-111页
致谢	第111页