| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第15-34页 |
| 1.1 课题背景及意义 | 第15-18页 |
| 1.1.1 课题背景 | 第15-17页 |
| 1.1.2 课题意义 | 第17-18页 |
| 1.2 研究现状及分析 | 第18-30页 |
| 1.2.1 依存句法分析的形式化定义 | 第18-21页 |
| 1.2.2 依存句法分析的评价方法 | 第21页 |
| 1.2.3 基于图的依存句法分析方法 | 第21-24页 |
| 1.2.4 基于转移的依存句法分析方法 | 第24-27页 |
| 1.2.5 依存句法分析融合方法 | 第27-28页 |
| 1.2.6 利用未标注数据的半指导方法 | 第28-29页 |
| 1.2.7 面向非投影依存结构的方法 | 第29-30页 |
| 1.3 依存句法分析的挑战与前景 | 第30-31页 |
| 1.4 本文的研究内容及章节安排 | 第31-34页 |
| 第2章 基于柱搜索和标点的快速高阶依存句法分析方法 | 第34-51页 |
| 2.1 引言 | 第34-35页 |
| 2.2 相关工作 | 第35-37页 |
| 2.2.1 高阶依存句法分析的相关工作 | 第35-36页 |
| 2.2.2 利用标点符号帮助句法分析的相关工作 | 第36-37页 |
| 2.3 基于柱搜索的高阶依存句法分析模型 | 第37-44页 |
| 2.3.1 高阶依存句法分析模型定义 | 第38-39页 |
| 2.3.2 高阶依存句法分析模型的特征集合 | 第39-40页 |
| 2.3.3 基于柱搜索的高阶依存句法分析解码算法 | 第40-43页 |
| 2.3.4 高阶依存句法分析训练算法 | 第43-44页 |
| 2.4 基于标点的二阶段快速依存句法分析方法 | 第44-46页 |
| 2.5 实验结果与分析 | 第46-50页 |
| 2.5.1 CoNLL2009国际评测的实验结果 | 第46-48页 |
| 2.5.2 基于标点的二阶段依存分析方法的实验结果 | 第48-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第3章 汉语词性标注和依存分析联合模型 | 第51-78页 |
| 3.1 引言 | 第51-53页 |
| 3.2 相关工作 | 第53-55页 |
| 3.3 级联方法 | 第55-62页 |
| 3.3.1 基于条件随机域的词性标注模型 | 第55-57页 |
| 3.3.2 基于图的依存句法分析模型 | 第57-62页 |
| 3.4 联合模型 | 第62-71页 |
| 3.4.1 一阶词性标注和依存句法分析联合模型（JO1） | 第63-66页 |
| 3.4.2 二阶和三阶词性标注和依存句法分析联合模型（JO2 & JO3） | 第66-69页 |
| 3.4.3 基于边缘概率的词性剪枝策略 | 第69-70页 |
| 3.4.4 基于平均感知器的训练算法 | 第70-71页 |
| 3.5 实验和分析 | 第71-77页 |
| 3.5.1 词性剪枝策略的影响 | 第71-72页 |
| 3.5.2 CTB5上的实验结果 | 第72-74页 |
| 3.5.3 错误分析 | 第74-77页 |
| 3.6 本章小结 | 第77-78页 |
| 第4章 面向联合模型的分离被动进取训练算法 | 第78-100页 |
| 4.1 引言 | 第78-79页 |
| 4.2 相关工作 | 第79-80页 |
| 4.3 级联方法 | 第80-84页 |
| 4.3.1 基于条件随机域的词性标注模型 | 第81页 |
| 4.3.2 基于图的依存句法分析模型 | 第81-84页 |
| 4.4 联合模型 | 第84-88页 |
| 4.4.1 基于动态规划的联合模型的解码算法 | 第84-87页 |
| 4.4.2 基于边缘概率的裁剪策略 | 第87-88页 |
| 4.5 一种分离被动进取训练算法 | 第88-91页 |
| 4.6 实验和分析 | 第91-98页 |
| 4.6.1 CTB5上的实验结果 | 第92-96页 |
| 4.6.2 CTB5-Bohnet上的实验结果 | 第96-97页 |
| 4.6.3 PTB上的实验结果 | 第97-98页 |
| 4.7 本章小结 | 第98-100页 |
| 第5章 基于准同步文法的多树库融合 | 第100-119页 |
| 5.1 引言 | 第100-102页 |
| 5.2 相关工作 | 第102-104页 |
| 5.3 依存分析基准模型 | 第104-106页 |
| 5.4 利用准同步文法特征的依存分析 | 第106-110页 |
| 5.5 实验和结果分析 | 第110-118页 |
| 5.5.1 前期准备工作 | 第111页 |
| 5.5.2 CTB5作为目标树库 | 第111-113页 |
| 5.5.3 错误分析：基于自动词性的二阶模型 | 第113-116页 |
| 5.5.4 CTB6作为目标树库 | 第116-117页 |
| 5.5.5 与树库转化方法的比较 | 第117-118页 |
| 5.6 本章小结 | 第118-119页 |
| 结论 | 第119-121页 |
| 参考文献 | 第121-132页 |
| 攻读博士学位期间发表的论文及其他成果 | 第132-134页 |
| 致谢 | 第134-136页 |
| 个人简历 | 第136-137页 |
