文本蕴含识别研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关工作 | 第16-26页 |
| 2.1 自然语言处理任务 | 第16-19页 |
| 2.1.1 中文分词 | 第16页 |
| 2.1.2 词性标注 | 第16-17页 |
| 2.1.3 共指消解 | 第17页 |
| 2.1.4 命名实体识别 | 第17页 |
| 2.1.5 词性还原与词干提取 | 第17-18页 |
| 2.1.6 依存句法 | 第18-19页 |
| 2.2 语言模型 | 第19-21页 |
| 2.2.1 n元语法模型 | 第19-20页 |
| 2.2.2 数据平滑 | 第20-21页 |
| 2.3 文本相似度计算 | 第21-23页 |
| 2.3.1 余弦相似度 | 第21-22页 |
| 2.3.2 最长公共子序列 | 第22页 |
| 2.3.3 编辑距离 | 第22-23页 |
| 2.3.4 树的编辑距离 | 第23页 |
| 2.4 机器学习模型 | 第23-26页 |
| 2.4.1 支持向量机 | 第23页 |
| 2.4.2 决策树 | 第23-24页 |
| 2.4.3 逻辑回归 | 第24-26页 |
| 第三章 基于词语、句法、语义特征的RTE算法 | 第26-46页 |
| 3.1 架构图 | 第26页 |
| 3.2 预处理 | 第26-29页 |
| 3.2.1 字符转化 | 第27-28页 |
| 3.2.2 数字转化 | 第28页 |
| 3.2.3 时间转化 | 第28页 |
| 3.2.4 单位转化 | 第28-29页 |
| 3.3 文本处理 | 第29-33页 |
| 3.3.1 中文分词 | 第29-30页 |
| 3.3.2 命名实体识别与共指消解 | 第30-31页 |
| 3.3.3 词性标注 | 第31-32页 |
| 3.3.4 依存分析 | 第32-33页 |
| 3.3.5 词性还原与词干提取 | 第33页 |
| 3.3.6 去停用词 | 第33页 |
| 3.4 知识抽取 | 第33-38页 |
| 3.4.1 等价词语知识 | 第33-36页 |
| 3.4.2 反义词知识 | 第36页 |
| 3.4.3 情态动词、能愿动词知识 | 第36-37页 |
| 3.4.4 否定词知识 | 第37页 |
| 3.4.5 上下位知识 | 第37-38页 |
| 3.5 特征抽取 | 第38-43页 |
| 3.6 分类模型 | 第43-45页 |
| 3.7 规则过滤 | 第45-46页 |
| 第四章 基于词语、句法、语义特征的RTE系统实现 | 第46-51页 |
| 4.1 系统的设计 | 第46-47页 |
| 4.2 模块介绍 | 第47-50页 |
| 4.2.1 文本处理模块 | 第47-48页 |
| 4.2.2 知识抽取模块 | 第48-49页 |
| 4.2.3 特征提取模块 | 第49页 |
| 4.2.4 分类模块 | 第49-50页 |
| 4.3 系统展示 | 第50-51页 |
| 第五章 实验 | 第51-61页 |
| 5.1 实验语料 | 第51-52页 |
| 5.2 实验评估指标 | 第52-53页 |
| 5.2.1 英文评测指标 | 第52-53页 |
| 5.2.2 中文评测指标 | 第53页 |
| 5.3 实验结果及分析 | 第53-61页 |
| 5.3.1 英文文本蕴含识别 | 第53-57页 |
| 5.3.2 中文文本蕴含识别 | 第57-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
