基于词汇化统计模型的汉语句法分析研究

摘要	第1-6页
Abstract	第6-14页
第1章 绪论	第14-30页
·课题的背景和意义	第14-15页
·英语句法分析研究综述	第15-23页
·基于规则的方法	第16-17页
·基于统计的方法	第17-23页
·汉语句法分析研究现状	第23-28页
·自动分词	第23-24页
·词性标注	第24-25页
·浅层分析	第25页
·深层分析	第25-27页
·汉语语料库的建设	第27-28页
·本文的主要研究内容	第28-30页
第2章 基于二元同现的汉语词性自动标注模型	第30-54页
·引言	第30页
·汉语自动词性标注及其困难	第30-32页
·词性的定义	第30页
·词性标注	第30-31页
·词性歧义	第31-32页
·汉语词性标注特有的困难	第32页
·现有主要词性标注方法的研究与分析	第32-40页
·基于隐马尔可夫模型的词性标注方法	第33-36页
·基于最大熵的词性标注方法	第36-38页
·基于支持向量机的词性标注方法	第38-40页
·基于二元同现的标注模型	第40-53页
·基于二元同现的词性标注模型	第40-42页
·同隐马尔可夫模型的对比	第42页
·参数估计与数据平滑	第42-44页
·标注方法的性能评价及实验分析	第44-51页
·词性标注集与词性标注正确率的关系	第51-53页
·本章小结	第53-54页
第3章 基于中心驱动模型的汉语句法分析	第54-77页
·引言	第54页
·文法	第54-57页
·文法的形式化定义	第55页
·乔姆斯基文法体系	第55-56页
·句法模式识别与自然语言句法分析	第56-57页
·统计句法分析模型	第57-63页
·统计句法分析模型的基本概念	第57-59页
·概率上下文无关文法	第59-61页
·词汇化句法分析模型	第61-63页
·基于中心驱动模型的汉语句法分析	第63-74页
·宾州中文树库	第63-64页
·模型实现时的若干细节	第64-67页
·句法分析模型的评价方法	第67-71页
·实验结果与分析	第71-74页
·同相关工作的对比	第74-75页
·本章小结	第75-77页
第4章 两级汉语句法分析方法	第77-97页
·引言	第77页
·词汇化模型句法分析算法复杂性分析	第77-80页
·上下文无关语言的分析算法	第77-78页
·CYK算法	第78-80页
·基于分治策略的句法分析方法	第80-82页
·并行分治策略的句法分析	第81页
·串行分治策略的句法分析	第81-82页
·两级汉语句法分析方法	第82-85页
·哈工大汉语树库	第82-83页
·基本短语	第83-85页
·基于词汇化模型的汉语基本短语识别	第85-92页
·汉语基本短语在形式上的特点	第85页
·非递归短语的识别方法	第85-86页
·汉语基本短语的两种识别方法	第86-89页
·基于词汇化模型的汉语基本短语识别	第89-92页
·基于中心驱动模型的复杂短语识别	第92-93页
·实验与讨论	第93-96页
·实验设置	第93页
·训练与解码	第93-94页
·结果与分析	第94-95页
·讨论	第95-96页
·本章小结	第96-97页
第5章 面向小样本的句法分析技术	第97-110页
·引言	第97页
·面向小样本的句法分析技术	第97-98页
·基于自学习的方法	第98页
·基于共训练的方法	第98页
·基于语义类的汉语句法分析	第98-108页
·模型	第98-100页
·语义类标注集的确定	第100-102页
·基于最小描述长度原则的剪枝	第102-105页
·无指导的语义类标注	第105页
·实验与分析	第105-108页
·本章小结	第108-110页
结论	第110-112页
参考文献	第112-123页
附录	第123-125页
攻读博士学位期间发表的论文	第125-126页
哈尔滨工业大学博士学位论文原创性声明	第126页
哈尔滨工业大学博士学位论文使用授权书	第126页
哈尔滨工业大学博士学位涉密论文管理	第126-127页
致谢	第127-128页
个人简历	第128页