基于神经网络的中文词义消歧研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 本文研究工作 | 第12-13页 |
| 1.3 论文组织框架 | 第13-15页 |
| 2 相关工作 | 第15-26页 |
| 2.1 基于知识库的词义消歧 | 第15-16页 |
| 2.2 基于语料库的词义消歧 | 第16-21页 |
| 2.2.1 无监督的词义消歧方法 | 第17-18页 |
| 2.2.2 有监督的词义消歧方法 | 第18-20页 |
| 2.2.3 半监督的词义消歧方法 | 第20-21页 |
| 2.3 支持向量机 | 第21-23页 |
| 2.3.1 线性可分支持向量机 | 第21-22页 |
| 2.3.2 非线性支持向量机 | 第22-23页 |
| 2.4 循环神经网络 | 第23-25页 |
| 2.4.1 RNN | 第23-24页 |
| 2.4.2 LSTM和 Bi-LSTM | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于词向量的SVM中文词义消歧模型 | 第26-41页 |
| 3.1 预处理 | 第26-27页 |
| 3.2 特征向量提取 | 第27-31页 |
| 3.2.1 词向量 | 第28-30页 |
| 3.2.2 上下文词特征 | 第30-31页 |
| 3.2.3 词性特征 | 第31页 |
| 3.2.4 特征向量 | 第31页 |
| 3.3 分类 | 第31-32页 |
| 3.4 实验设置 | 第32-36页 |
| 3.4.1 语料库 | 第32-34页 |
| 3.4.2 预训练词向量 | 第34-35页 |
| 3.4.3 工具和参数设置 | 第35-36页 |
| 3.5 实验结果及分析 | 第36-40页 |
| 3.5.1 词向量对实验结果影响 | 第38-39页 |
| 3.5.2 上下文窗口对实验结果影响 | 第39页 |
| 3.5.3 核函数对实验结果影响 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于语言知识和神经网络的中文词义消歧模型 | 第41-55页 |
| 4.1 基于Bi-LSTM的词义消歧模型 | 第41-43页 |
| 4.2 融合词典信息的神经网络词义消歧模型 | 第43-47页 |
| 4.2.1 上下文表示模块 | 第45页 |
| 4.2.2 释义例句联合表示模块 | 第45-46页 |
| 4.2.3 记忆模块 | 第46-47页 |
| 4.2.4 打分模块 | 第47页 |
| 4.3 实验设置 | 第47-50页 |
| 4.3.1 语料库 | 第47页 |
| 4.3.2 词典 | 第47-49页 |
| 4.3.3 实验参数 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-53页 |
| 4.4.1 释义和例句作用分析 | 第52页 |
| 4.4.2 注意力计算轮次对结果的影响 | 第52-53页 |
| 4.4.3 释义和例句联合表示方法对模型影响 | 第53页 |
| 4.5 本章小结 | 第53-55页 |
| 5 总结和展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 个人履历、在校期间发表的学术论文及参与项目 | 第62-63页 |
| 个人履历 | 第62页 |
| 在校期间发表的学术论文 | 第62页 |
| 参与项目 | 第62-63页 |
| 致谢 | 第63页 |
