首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于词向量和LSTM的汉语零指代消解研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-16页
    1.1 本文研究的背景和意义第8-10页
    1.2 研究现状第10-14页
        1.2.1 汉语零指代消解研究现状第10-11页
        1.2.2 词向量研究现状第11-13页
        1.2.3 LSTM研究现状第13-14页
    1.3 传统方法的不足和改进第14-15页
    1.4 本文主要研究内容和结构安排第15-16页
第2章 数据集和基于句法特征的零指代消解方法第16-29页
    2.1 相关语料资源第16-19页
    2.2 评价指标第19页
    2.3 基于句法特征的零指代消解方法第19-28页
        2.3.1 基于完全句法特征的二元分类方法第20-24页
        2.3.2 基于tree-kernel的分类方法第24-27页
        2.3.3 基于Ranking和ILP的无监督方法第27-28页
    2.4 本章小结第28-29页
第3章 基于词向量的线性分类方法第29-41页
    3.1 基于词向量的线性分类框架第29-35页
        3.1.1 关键词抽取第30-31页
        3.1.2 生成词向量第31-34页
        3.1.3 线性分类模型第34-35页
    3.2 相关实验第35-40页
        3.2.1 基线系统介绍第35-36页
        3.2.2 实验设置第36-37页
        3.2.3 实验结果及分析第37-40页
    3.3 本章小结第40-41页
第4章 基于LSTM的零指代消解方法第41-58页
    4.1 相关技术原理介绍第41-49页
        4.1.1 RNN简介第41-43页
        4.1.2 BRNN简介第43-45页
        4.1.3 LSTM简介第45-47页
        4.1.4 BLSTM简介第47页
        4.1.5 Dropout介绍第47-49页
    4.2 基于双向LSTM的汉语零指代消解技术第49-54页
        4.2.1 整体架构第50-51页
        4.2.2 Embedding层第51-52页
        4.2.3 BLSTM层和分类层第52-53页
        4.2.4 框架搭建流程第53-54页
    4.3 基于双向LSTM模型的实验第54-57页
        4.3.1 实验设置第54-55页
        4.3.2 实验结果与分析第55-57页
    4.4 本章小结第57-58页
结论第58-59页
参考文献第59-64页
攻读硕士学位期间发表的论文第64-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:HDFS元数据管理的高可用性优化技术研究
下一篇:《阁楼与伪名士—美国波西米亚史》第22-24章翻译报告