| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文的研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-18页 |
| 第二章 相关介绍 | 第18-28页 |
| 2.1 SRL定义 | 第18-19页 |
| 2.2 SRL类别 | 第19页 |
| 2.3 SRL标注单元 | 第19-20页 |
| 2.4 SRL标注步骤 | 第20页 |
| 2.5 SRL评价方法 | 第20-21页 |
| 2.6 SRL语料库简介 | 第21-22页 |
| 2.7 SRL主要研究方法 | 第22-25页 |
| 2.7.1 机器学习方法 | 第22-23页 |
| 2.7.2 深度学习方法 | 第23-25页 |
| 2.8 越南语依存关系简介 | 第25-27页 |
| 2.9 本章小结 | 第27-28页 |
| 第三章 规则与树库转化相结合的越南语依存树库错误检测 | 第28-36页 |
| 3.1 引言 | 第28-29页 |
| 3.2 检测原理 | 第29-30页 |
| 3.3 构建规则库 | 第30-31页 |
| 3.4 错误检测 | 第31-32页 |
| 3.4.1 树库转化 | 第31-32页 |
| 3.4.2 短语类型对比 | 第32页 |
| 3.5 实验部分 | 第32-35页 |
| 3.5.1 实验语料 | 第32-33页 |
| 3.5.2 评价方法 | 第33页 |
| 3.5.3 实验结果 | 第33-34页 |
| 3.5.4 结果分析 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 融合多特征的越南语语义角色标注 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 最大熵模型 | 第36-37页 |
| 4.3 预处理 | 第37-38页 |
| 4.4 特征选择 | 第38-39页 |
| 4.5 模型训练 | 第39-41页 |
| 4.6 实验部分 | 第41-44页 |
| 4.6.1 实验语料 | 第41页 |
| 4.6.2 实验设置 | 第41-42页 |
| 4.6.3 实验结果 | 第42-43页 |
| 4.6.4 结果分析 | 第43-44页 |
| 4.6.5 后处理 | 第44页 |
| 4.7 本章小结 | 第44-46页 |
| 第五章 基于BiLSTM-CRF混合模型的越南语语义角色标注 | 第46-54页 |
| 5.1 引言 | 第46页 |
| 5.2 BiLSTM模型 | 第46-47页 |
| 5.3 CRF模型 | 第47-48页 |
| 5.4 混合模型框架 | 第48-49页 |
| 5.5 词向量 | 第49页 |
| 5.6 混合模型训练 | 第49-50页 |
| 5.7 实验部分 | 第50-53页 |
| 5.7.1 实验语料 | 第50页 |
| 5.7.2 样本长度的选择 | 第50-51页 |
| 5.7.3 隐含层节点数的选择 | 第51-52页 |
| 5.7.4 对比实验结果 | 第52页 |
| 5.7.5 结果分析 | 第52-53页 |
| 5.8 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 下一步工作 | 第55-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-65页 |
| 附录A 攻读硕士期间发表的论文 | 第65-66页 |
| 附录B 攻读硕士期间申请的专利 | 第66-67页 |
| 附录C 攻读硕士期间申请的软件著作权 | 第67-68页 |
| 附录D 攻读硕士期间参与的项目 | 第68页 |