首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于深度学习的维吾尔语代词指代消解研究

摘要第2-4页
Abstract第4-5页
第一章 引言第8-15页
    1.1 研究背景第8-9页
    1.2 研究意义第9-10页
    1.3 研究现状及分析第10-13页
        1.3.1 国外研究现状第10-11页
        1.3.2 国内研究现状第11-12页
        1.3.3 存在的问题第12-13页
    1.4 本文的研究内容第13-14页
    1.5 论文组织结构第14-15页
第二章 相关知识第15-25页
    2.1 指代消解第15-17页
    2.2 待消解项第17-18页
    2.3 语料资源第18-21页
        2.3.1 MUC语料库第18-19页
        2.3.2 ACE语料库第19页
        2.3.3 OntoNotes语料库第19-20页
        2.3.4 维吾尔语语料库第20-21页
    2.4 测评方法第21-24页
        2.4.1 指代消解测评第21-23页
        2.4.2 待消解项识别测评第23-24页
    2.5 本章小结第24-25页
第三章 基于DBN的维吾尔语人称代词指代消解第25-37页
    3.1 维吾尔语人称代词第25-26页
    3.2 维吾尔语人称代词指代消解第26-29页
        3.2.1 特征向量的选择第26-28页
        3.2.2 构建训练实例和测试实例第28-29页
    3.3 深度信念网络DBN第29-33页
        3.3.1 受限玻尔兹曼机RBM第30-31页
        3.3.2 反向传播网络BP第31-32页
        3.3.3 训练DBN第32页
        3.3.4 基于DBN的维吾尔语人称代词指代消解第32-33页
    3.4 实验和结果分析第33-35页
        3.4.1 可变参数设置第34-35页
        3.4.2 模型对比试验第35页
    3.5 本章小结第35-37页
第四章基于CNN的待消解项识别第37-47页
    4.1 相关工作第37-38页
        4.1.1 Word embedding第37-38页
        4.1.2 维吾尔语代词分类第38页
    4.2 维吾尔语待消解项的表示第38-42页
        4.2.1 消解元素隐性特征表示第38-39页
        4.2.2 消解元素显性特征向量表示第39-40页
        4.2.3 特征融合第40-41页
        4.2.4 消解元素上下文特征向量表示第41页
        4.2.5 构建训练实例和测试实例第41-42页
    4.3 维吾尔语代词待消解项识别模型第42-43页
        4.3.1 卷积神经网络CNN第42-43页
        4.3.2 基于CNN的维吾尔语代词待消解项识别模型第43页
    4.4 实验和结果分析第43-46页
    4.5 本章小结第46-47页
第五章 总结与展望第47-49页
    5.1 总结第47-48页
    5.2 展望第48-49页
参考文献第49-53页
攻读硕士研究生期间发表的论文第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:基于统计特征的维吾尔文离线手写签名鉴别技术研究
下一篇:基于FPGA的SATA3.0硬盘阵列控制器设计