| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 语义相似 | 第11-13页 |
| 1.3 本文结构 | 第13-15页 |
| 第2章 现有语义学习与表示方法综述 | 第15-37页 |
| 2.1 基于知识库的语义表示 | 第15-18页 |
| 2.2 基于统计规律的语义表示 | 第18-20页 |
| 2.3 基于神经网络模型的语义表示 | 第20-37页 |
| 2.3.1 神经网络与嵌入式学习 | 第20-22页 |
| 2.3.2 误差反向传播算法 | 第22-27页 |
| 2.3.3 CBOW模型 | 第27-31页 |
| 2.3.4 Skip-Gram模型 | 第31-34页 |
| 2.3.5 语义增强 | 第34-37页 |
| 第3章 引入认知神经科学实验方法的语义标准集构造方法 | 第37-57页 |
| 3.1 引言 | 第37-40页 |
| 3.2 词对分类与选取 | 第40-42页 |
| 3.2.1 词频与词长度 | 第40页 |
| 3.2.2 实体词与非实体词 | 第40页 |
| 3.2.3 词语配对 | 第40-41页 |
| 3.2.4 心理学量表初步筛选 | 第41页 |
| 3.2.5 心理学量表最终结果 | 第41-42页 |
| 3.3 认知神经科学实验及流程设计 | 第42-45页 |
| 3.3.1 实验材料分组 | 第42-43页 |
| 3.3.2 被试者 | 第43页 |
| 3.3.3 数据采集 | 第43页 |
| 3.3.4 实验流程设计 | 第43-45页 |
| 3.4 脑电数据分析 | 第45-53页 |
| 3.4.1 错误率及反应时分析 | 第45-46页 |
| 3.4.2 脑电数据的预处理 | 第46-48页 |
| 3.4.3 类别相关与不相关词语组之间的ERPs比较分析 | 第48-51页 |
| 3.4.4 类别相关与类别相似之间的ERPs比较分析 | 第51-53页 |
| 3.5 数据集效果验证 | 第53-55页 |
| 3.6 实验总结 | 第55-57页 |
| 第4章 融合知网的词嵌入学习方法 | 第57-77页 |
| 4.1 引言 | 第57-58页 |
| 4.2 图嵌入学习简述 | 第58-60页 |
| 4.3 算法设计 | 第60-74页 |
| 4.3.1 义原的嵌入式学习 | 第61-70页 |
| 4.3.2 融入义项信息的词向量训练方法 | 第70-74页 |
| 4.4 实验结果比较与分析 | 第74-75页 |
| 4.5 实验总结 | 第75-77页 |
| 第5章 总结与展望 | 第77-81页 |
| 5.1 总结 | 第77页 |
| 5.2 不足与改进 | 第77-81页 |
| 5.2.1 引入认知神经科学实验方法的语义标准集构造方法 | 第77-78页 |
| 5.2.2 融合知网的词嵌入学习方法 | 第78-81页 |
| 参考文献 | 第81-85页 |
| 致谢语 | 第85页 |
