| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-20页 |
| ·课题背景 | 第11页 |
| ·词义消歧的研究意义 | 第11-12页 |
| ·词义消歧主要研究方法 | 第12-16页 |
| ·基于AI的方法 | 第12-13页 |
| ·基于知识的方法 | 第13-15页 |
| ·基于语料库的方法 | 第15-16页 |
| ·对汉语词义消歧技术评述 | 第16-17页 |
| ·本课题词义消歧技术所属分类及创新之处 | 第17-19页 |
| ·论文内容组织 | 第19-20页 |
| 2 词义消歧相关概念及语义分类体系 | 第20-26页 |
| ·词义消歧相关概念 | 第20-21页 |
| ·语义分类体系 | 第21-24页 |
| ·同义词词林 | 第21-22页 |
| ·现代汉语语义词典 | 第22-23页 |
| ·知网 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 词义消歧相关模型研究 | 第26-37页 |
| ·决策树与决策表 | 第26-28页 |
| ·决策树 | 第26-27页 |
| ·决策表 | 第27-28页 |
| ·BP神经网络预测模型 | 第28-30页 |
| ·最大熵方法 | 第30-31页 |
| ·隐马尔可夫模型 | 第31-33页 |
| ·贝叶斯模型 | 第33-36页 |
| ·贝叶斯网络 | 第34-35页 |
| ·贝叶斯模型词义消歧方法 | 第35-36页 |
| ·贝叶斯词义消歧模型缺陷分析 | 第36页 |
| ·本章小结 | 第36-37页 |
| 4 基于知网和贝叶斯模型的词义消歧方法研究 | 第37-46页 |
| ·依存句法 | 第37-38页 |
| ·依存句法简介 | 第37-38页 |
| ·依存句法分析示例 | 第38页 |
| ·基于知网和贝叶斯模型的词义消歧体系结构 | 第38-39页 |
| ·基于知网的词义消歧过程 | 第39-41页 |
| ·基于知网和贝叶斯模型的词义消歧过程 | 第41-45页 |
| ·贝叶斯网络的改进方法 | 第41页 |
| ·基于知网和依存句法分析的贝叶斯推理 | 第41-42页 |
| ·基于知网和贝叶斯模型词义消歧流程 | 第42页 |
| ·基于知网和贝叶斯模型词义消歧算法 | 第42-43页 |
| ·基于知网和贝叶斯模型训练 | 第43-44页 |
| ·基于知网和贝叶斯模型词义消歧示例 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 词义消歧模型的实验测试和性能分析 | 第46-63页 |
| ·实验用语料库 | 第46页 |
| ·测试说明 | 第46-47页 |
| ·与同类实验比较 | 第47页 |
| ·实验结果 | 第47-54页 |
| ·神经网络预测模型的实验结果 | 第47-49页 |
| ·隐马尔可夫模型的实验结果 | 第49-50页 |
| ·贝叶斯模型的实验结果 | 第50-52页 |
| ·基于知网和贝叶斯模型的实验结果 | 第52-54页 |
| ·对比和分析 | 第54-61页 |
| ·神经网络模型与贝叶斯网络模型的实验对照分析 | 第54-55页 |
| ·隐马尔可夫模型与贝叶斯网络模型的实验对照分析 | 第55-57页 |
| ·贝叶斯网络模型与基于知网和贝叶斯模型的实验对照分析 | 第57-61页 |
| ·本章小结 | 第61-63页 |
| 6 结论与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69页 |