| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 主要研究内容 | 第15页 |
| 1.5 论文组合和结构 | 第15-17页 |
| 第2章 语法检错相关理论与技术分析 | 第17-25页 |
| 2.1 语法检查相关的基础技术 | 第17-20页 |
| 2.1.1 分词技术 | 第17-18页 |
| 2.1.2 词性标注技术 | 第18-19页 |
| 2.1.3 语料库 | 第19-20页 |
| 2.2 语法检查的主要算法 | 第20-21页 |
| 2.2.1 规则语法 | 第20-21页 |
| 2.2.2 N元语法模型 | 第21页 |
| 2.3 深度学习模型 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于多层规则模型的语法检查 | 第25-37页 |
| 3.1 多层规则语法 | 第25-32页 |
| 3.1.1 词性标注 | 第25-26页 |
| 3.1.2 规则设计 | 第26-29页 |
| 3.1.3 规则库设计 | 第29-31页 |
| 3.1.4 多层规则语法纠错 | 第31-32页 |
| 3.2 基于N-gram模型的语法检错过滤 | 第32-35页 |
| 3.2.1 N-gram语法模型 | 第33页 |
| 3.2.2 过滤的方案及结果 | 第33-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 基于注意力模型的LSTM动词语法检查器设计 | 第37-43页 |
| 4.1 问题的定义及模型的建立 | 第37-38页 |
| 4.2 实验所用语料 | 第38页 |
| 4.3 基于注意力模型的LSTM动词语法检查器设计 | 第38-40页 |
| 4.4 正逆序组合基于注意力模型的LSTM模型 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 动词语法检查的设计与实现 | 第43-51页 |
| 5.1 设计要求 | 第43-44页 |
| 5.2 动词语法检错总体设计 | 第44-45页 |
| 5.3 基于规则的语法检查 | 第45-48页 |
| 5.3.1 词性标注 | 第46页 |
| 5.3.2 规则引擎 | 第46-48页 |
| 5.4 基于统计的语法检查 | 第48-50页 |
| 5.4.1 修改方案评估 | 第48-49页 |
| 5.4.2 基于注意力的LSTM模型 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 检错效果的评估与验证 | 第51-57页 |
| 6.1 评估内容 | 第51-53页 |
| 6.2 评估指标 | 第53-54页 |
| 6.3 检错效果验证 | 第54-55页 |
| 6.4 本章小结 | 第55-57页 |
| 第7章 总结与展望 | 第57-59页 |
| 7.1 全文总结 | 第57页 |
| 7.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第65页 |