| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题的背景和意义 | 第7-8页 |
| 1.2 依存句法分析概述 | 第8-9页 |
| 1.3 树库资源 | 第9-10页 |
| 1.4 本文结构安排 | 第10-11页 |
| 第二章 依存句法分析方法理论 | 第11-20页 |
| 2.1 中文依存句法分析的研究现状 | 第11-12页 |
| 2.2 相关的统计机器学习算法 | 第12-17页 |
| 2.2.1 K最近邻分类算法 | 第12-13页 |
| 2.2.2 朴素贝叶斯分类算法 | 第13页 |
| 2.2.3 决策树分类算法 | 第13-14页 |
| 2.2.4 支持向量机分类算法 | 第14-15页 |
| 2.2.5 Passive-Aggressive(PA)算法 | 第15-17页 |
| 2.3 依存句法分析的搜索算法 | 第17-20页 |
| 2.3.1 全局最优的搜索算法 | 第17-18页 |
| 2.3.2 局部最优的搜索算法 | 第18-20页 |
| 第三章 树库转换系统方法及实现 | 第20-32页 |
| 3.1 树库转换系统的方法步骤及框架 | 第21页 |
| 3.2 树库转换系统方法的具体细节 | 第21-27页 |
| 3.2.1 拆分复杂的树结构 | 第22页 |
| 3.2.2 建立更准确的核心映射表 | 第22-23页 |
| 3.2.3 排除标点、语气词、感叹词做核心词的情况 | 第23-24页 |
| 3.2.4 利用规则的方法解决汉语中的特殊语法结构 | 第24-25页 |
| 3.2.5 建立依赖关系类型标注规范 | 第25-26页 |
| 3.2.6 利用规则的方法确定依赖关系类型 | 第26-27页 |
| 3.3 实施案例 | 第27-30页 |
| 3.4 准确度测试 | 第30-32页 |
| 3.4.1 转换错误分析 | 第30-32页 |
| 第四章 实验结果与分析 | 第32-42页 |
| 4.1 评测标准 | 第32页 |
| 4.2 实验数据 | 第32-34页 |
| 4.3 实验过程、结果及分析 | 第34-40页 |
| 4.3.1 FudanDependTree与MaltDependTree对算法影响比较 | 第34-35页 |
| 4.3.2 不同依存距离的准确率 | 第35-37页 |
| 4.3.3 不同句子长度的准确率 | 第37-38页 |
| 4.3.4 不同词性的准确率 | 第38-40页 |
| 4.4 小结 | 第40-42页 |
| 第五章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
