| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 隐喻的概念 | 第11-12页 |
| 1.2.1 隐喻的基本概念 | 第11-12页 |
| 1.2.2 隐喻自动化计算 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13页 |
| 1.4 研究内容以及组织结构安排 | 第13-15页 |
| 第二章 隐喻识别以及词语抽象度的相关研究 | 第15-24页 |
| 2.1 隐喻识别相关研究 | 第15-18页 |
| 2.1.1 基于文本线索的隐喻识别 | 第15-16页 |
| 2.1.2 基于语义的隐喻识别 | 第16-17页 |
| 2.1.3 基于统计的隐喻识别 | 第17-18页 |
| 2.2 词语抽象度的相关研究 | 第18-21页 |
| 2.2.1 国外词语抽象度的研究 | 第19-20页 |
| 2.2.2 汉语词语抽象度的研究 | 第20-21页 |
| 2.3 相关资源 | 第21-23页 |
| 2.3.1 同义词词林 | 第21-22页 |
| 2.3.2 MRC Psycholinguistic Database | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 汉语词语抽象度计算方法 | 第24-37页 |
| 3.1 基于相似性的汉语词语抽象度计算方法 | 第24-29页 |
| 3.1.1 基于神经网络语言模型的词向量 | 第25-26页 |
| 3.1.2 基于皮尔森相关系数的范例词语抽取 | 第26-28页 |
| 3.1.3 词语抽象度计算 | 第28-29页 |
| 3.2 基于逻辑回归的汉语词语抽象度计算方法 | 第29-35页 |
| 3.2.1 算法流程 | 第30页 |
| 3.2.2 词语的抽象度计算模型 | 第30-31页 |
| 3.2.3 特征向量的计算 | 第31-33页 |
| 3.2.4 特征向量权重的计算 | 第33-35页 |
| 3.3 词语抽象度实验结果测评 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于词语抽象度的汉语隐喻识别算法及实现 | 第37-48页 |
| 4.1 汉语隐喻识别实验语料 | 第37-38页 |
| 4.2 算法整体流程框架 | 第38页 |
| 4.3 语料预处理 | 第38-39页 |
| 4.4 特征词语提取 | 第39-41页 |
| 4.5 基于 SVM 模型的汉语隐喻识别方法 | 第41-42页 |
| 4.6 实验设计与实验结果分析 | 第42-47页 |
| 4.6.1 对比实验设计 | 第42-44页 |
| 4.6.2 实验结果及分析 | 第44-47页 |
| 4.6.3 实验小结 | 第47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48页 |
| 5.2 下一步研究方向 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录A | 第55-59页 |
| 附录B | 第59-60页 |
| 详细摘要 | 第60-63页 |