摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-21页 |
·课题研究背景、动机和目标 | 第12-14页 |
·课题背景 | 第12-13页 |
·研究内容 | 第13页 |
·动机和目标 | 第13-14页 |
·课题相关领域的研究现状 | 第14-17页 |
·自然语言处理国内外的发展 | 第14-16页 |
·语义网络semantic network | 第16-17页 |
·推理引擎的发展 | 第17页 |
·面临的问题 | 第17-18页 |
·推理系统在自然语言处理所面临的实际问题 | 第17页 |
·推理模型 | 第17-18页 |
·课题主要研究价值 | 第18页 |
·本文的提纲 | 第18-21页 |
第二章 信息处理模块 | 第21-51页 |
·背景介绍 | 第22-27页 |
·Stanford Parser | 第22-25页 |
·Wordnet | 第25页 |
·VerbNet | 第25-27页 |
·消除歧义 | 第27-40页 |
·本课题的词义消歧任务 | 第27-30页 |
·应用wordnet | 第30-36页 |
·利用verbnet约束 | 第36页 |
·属性约束 | 第36-37页 |
·基于行动主体的上下文约束 | 第37-38页 |
·实验与结果 | 第38-40页 |
·句子分析 | 第40-45页 |
·复杂句子结构分析 | 第40-41页 |
·适用于记忆模型的语法结构 | 第41-42页 |
·句子分解的合理性 | 第42-43页 |
·与扩展语义网络的对应 | 第43-45页 |
·句子生成 | 第45-50页 |
·信息选取 | 第46-47页 |
·信息的组织 | 第47-48页 |
·信息整合 | 第48-49页 |
·指代 | 第49页 |
·时态等语法规则 | 第49-50页 |
·本章小结 | 第50-51页 |
第三章 记忆模块 | 第51-69页 |
·我们的目标与方法 | 第51-53页 |
·目标 | 第51页 |
·要解决的问题 | 第51-52页 |
·方法 | 第52-53页 |
·背景介绍 | 第53-56页 |
·语义网络的简介与发展 | 第53-55页 |
·人类记忆的部分原理简介 | 第55-56页 |
·扩展型语义网络(EXTENDED SEMANTIC NETWORK,ESN) | 第56-65页 |
·扩展型语义网定义 | 第57页 |
·语义网中的顶点 | 第57-61页 |
·语义网络的边 | 第61-65页 |
·记忆系统 | 第65-67页 |
·工作记忆(Working memory) | 第65-66页 |
·长期记忆Long-term memory | 第66-67页 |
·本章小结 | 第67-69页 |
第四章 推理模块的自动构造 | 第69-83页 |
·推理模型的发展 | 第69-70页 |
·过程控制(procedure control) | 第69页 |
·数据驱动(data-driven computation) | 第69-70页 |
·目标和要解决的问题 | 第70页 |
·贝叶斯置信网(BAYESIAN NETWORK) | 第70-73页 |
·贝叶斯置信网的基本概念 | 第70页 |
·本系统所涉及到的贝叶斯置信网的相关理论 | 第70-73页 |
·贝叶斯网络的预处理 | 第73-78页 |
·常识知识库的产生与发展 | 第73页 |
·使用常识知识库和训练集构建贝叶斯网络 | 第73-75页 |
·贝叶斯置信网的事件表示方式 | 第75-78页 |
·自适应的贝叶斯置信网组合 | 第78-82页 |
·贝叶斯网络的选取 | 第78-80页 |
·组合贝叶斯置信网 | 第80-82页 |
·本章小结 | 第82-83页 |
第五章 推理模块及记忆再重构 | 第83-92页 |
·推理模块的运作 | 第83页 |
·记忆再重构的概念 | 第83-84页 |
·记忆重构 | 第83-84页 |
·记忆再重构 | 第84页 |
·训练集和知识库的自动更新 | 第84-85页 |
·实例与实验 | 第85-91页 |
·本章小结 | 第91-92页 |
第六章 实验和应用 | 第92-101页 |
·应用——安全系统 | 第92-99页 |
·实验简介 | 第92-94页 |
·确认学生或教授身份 | 第94-96页 |
·确认职员身份 | 第96-98页 |
·确认可疑人员 | 第98-99页 |
·实验结果与分析 | 第99-100页 |
·本章小结 | 第100-101页 |
总结与展望 | 第101-103页 |
总结 | 第101页 |
展望 | 第101-103页 |
参考文献 | 第103-113页 |
攻读博士学位期间取得的研究成果 | 第113-115页 |
致谢 | 第115页 |