致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第12-26页 |
1.1 课题的背景和意义 | 第12-13页 |
1.2 依存句法分析概述 | 第13-15页 |
1.2.1 依存语法概述 | 第13-14页 |
1.2.2 依存句法分析任务的形式化定义 | 第14-15页 |
1.2.3 依存句法分析任务的评价方法 | 第15页 |
1.3 依存句法分析方法 | 第15-21页 |
1.3.1 基于图的依存句法分析方法 | 第16-17页 |
1.3.2 基于转移的依存句法分析方法 | 第17-19页 |
1.3.3 半监督的依存句法分析方法 | 第19-20页 |
1.3.4 与其它任务联合处理的依存句法分析方法 | 第20-21页 |
1.3 依存句法分析面临的挑战 | 第21-23页 |
1.4 本文研究内容与结构安排 | 第23-26页 |
2 汉语依存句法分析技术实践 | 第26-40页 |
2.1 基于SHIFT-REDUCE算法的多次转移依存句法分析方法 | 第26-30页 |
2.1.1 分析算法 | 第27页 |
2.1.2 特征抽取 | 第27-28页 |
2.1.3 实验评测与分析 | 第28-30页 |
2.2 利用自动抽取的依存子树特征的半监督依存句法分析方法 | 第30-34页 |
2.2.1 处理框架 | 第31页 |
2.2.2 依存子树特征 | 第31-33页 |
2.2.3 实验评测与分析 | 第33-34页 |
2.3 利用HowNET语义类别特征的半监督依存句法分析方法 | 第34-37页 |
2.3.1 中文语义知识库HowNet | 第34-35页 |
2.3.2 基于转移依存句法分析器Zpar | 第35-36页 |
2.3.3 HowNet语义类别特征 | 第36页 |
2.3.4 实验评测与分析 | 第36-37页 |
2.4 本章小结 | 第37-40页 |
3 基于字符的中文中分词、词性标注和依存句法分析联合模型 | 第40-50页 |
3.1 引言 | 第40-41页 |
3.2 基于字符的依存句法树 | 第41-43页 |
3.3 基于字符的中文分词、词性标注和依存句法分析联合模型 | 第43-47页 |
3.3.1 转移动作 | 第43-45页 |
3.3.2 特征模板 | 第45-46页 |
3.3.3 训练与解码 | 第46-47页 |
3.4 实验与评测 | 第47-49页 |
3.4.1 实验数据 | 第47-48页 |
3.4.2 对比模型 | 第48页 |
3.4.3 实验结果 | 第48-49页 |
3.5 本章小结 | 第49-50页 |
4 半监督的中文分词、词性标注与依存句法分析联合模型 | 第50-62页 |
4.1 引言 | 第50-51页 |
4.2 中文分词、词性标注和句法分析中的半监督方法 | 第51-55页 |
4.2.1 生语料与知识 | 第51-53页 |
4.2.2 半监督特征 | 第53-54页 |
4.2.3 半监督方法在联合模型中的机遇与挑战 | 第54-55页 |
4.3 半监督的中文分词、词性标注和依存句法分析联合模型 | 第55-57页 |
4.3.1 序列特征:n-gram特征 | 第55-56页 |
4.3.2 结构特征:依存子树特征 | 第56-57页 |
4.4 实验与评测 | 第57-60页 |
4.4.1 实验数据 | 第57-58页 |
4.4.2 对比模型 | 第58页 |
4.4.3 实验结果 | 第58-60页 |
4.5 本章小结 | 第60-62页 |
5 结论 | 第62-64页 |
参考文献 | 第64-68页 |
作者简历 | 第68-70页 |
学位论文数据集 | 第70页 |