基于神经网络的篇章一致性建模
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 篇章理论研究 | 第10-11页 |
| 1.2.2 篇章一致性建模研究 | 第11-12页 |
| 1.2.3 神经网络相关工作 | 第12-14页 |
| 1.3 传统方法的不足 | 第14-15页 |
| 1.4 本文的主要研究内容和组织结构 | 第15-17页 |
| 第2章 基于最大熵的篇章一致性建模 | 第17-31页 |
| 2.1 引言 | 第17-18页 |
| 2.2 最大熵模型 | 第18-20页 |
| 2.2.1 最大熵原理 | 第18-19页 |
| 2.2.2 最大熵模型的定义 | 第19-20页 |
| 2.3 基于最大熵的篇章一致性模型 | 第20-23页 |
| 2.3.1 篇章模型 | 第21页 |
| 2.3.2 最大熵篇章一致性模型 | 第21-22页 |
| 2.3.3 特征描述 | 第22-23页 |
| 2.3.4 模型训练 | 第23页 |
| 2.4 实验设置及实验结果 | 第23-29页 |
| 2.4.1 实验设置 | 第23-27页 |
| 2.4.2 模型比较与分析 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于循环神经网络的篇章一致性建模 | 第31-46页 |
| 3.1 引言 | 第31-32页 |
| 3.2 循环神经网络 | 第32-36页 |
| 3.2.1 循环神经网络的定义 | 第32-34页 |
| 3.2.2 循环神经网络的训练 | 第34-35页 |
| 3.2.3 基于循环神经网络的语言模型简介 | 第35-36页 |
| 3.3 句子级语言模型 | 第36-41页 |
| 3.3.1 模型描述 | 第36-40页 |
| 3.3.2 模型训练 | 第40-41页 |
| 3.3.3 模型参数及初始化 | 第41页 |
| 3.4 实验设置及实验结果 | 第41-44页 |
| 3.4.1 实验设置 | 第41-43页 |
| 3.4.2 实验结果比较与分析 | 第43-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 基于层次循环神经网络的篇章一致性建模 | 第46-57页 |
| 4.1 引言 | 第46-47页 |
| 4.2 篇章语言模型建模 | 第47-48页 |
| 4.3 层次循环神经网络 | 第48-51页 |
| 4.3.1 模型描述 | 第48-50页 |
| 4.3.2 模型训练 | 第50-51页 |
| 4.4 实验设置及实验结果 | 第51-56页 |
| 4.4.1 困惑度评测 | 第51-53页 |
| 4.4.2 口语篇章翻译 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
