| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| Chapter 1 Introduction | 第17-40页 |
| 1.1 Motivation | 第17-19页 |
| 1.2 The CCG Supertagging Task | 第19-21页 |
| 1.3 Applications of CCG Supertagging | 第21-22页 |
| 1.4 Categorial Grammar | 第22页 |
| 1.5 Combinatory Categorial Grammar | 第22-27页 |
| 1.5.1 Application Combinators | 第24-25页 |
| 1.5.2 Composition Combinators | 第25-26页 |
| 1.5.3 Type-raising Combinators | 第26-27页 |
| 1.6 Literature Review | 第27-34页 |
| 1.6.1 Supertagging | 第28-29页 |
| 1.6.2 CCG supertagging | 第29-34页 |
| 1.7 Evaluation Metric | 第34页 |
| 1.8 Dataset | 第34-35页 |
| 1.9 Thesis Contributions | 第35-37页 |
| 1.10 Organization of the Thesis | 第37-40页 |
| Chapter 2 Gated Recurrent Units for the CCG Supertagging task | 第40-59页 |
| 2.1 Introduction | 第40页 |
| 2.2 Neural Networks | 第40-48页 |
| 2.2.1 Deep Learning | 第40-43页 |
| 2.2.2 Recurrent Neural Networks | 第43-45页 |
| 2.2.3 Bidirectional RNN | 第45-47页 |
| 2.2.4 Gated Recurrent Units | 第47-48页 |
| 2.3 BGRU proposed model for the CCG Supertagging task | 第48-52页 |
| 2.3.1 Input Layer | 第49-50页 |
| 2.3.2 GRU Neural Network | 第50-51页 |
| 2.3.3 Output Layer | 第51-52页 |
| 2.4 Experiment Settings | 第52-53页 |
| 2.4.1 Dataset | 第52页 |
| 2.4.2 Data Preprocessing | 第52页 |
| 2.4.3 Hyper-Parameters and Training | 第52页 |
| 2.4.4 Word embeddings Settings | 第52-53页 |
| 2.4.5 Learning Algorithm | 第53页 |
| 2.4.6 Dropout | 第53页 |
| 2.5 Results and Analysis | 第53-57页 |
| 2.5.1 Supertagging Results | 第53-55页 |
| 2.5.2 Multi-tagging Results | 第55-57页 |
| 2.6 Summary | 第57-59页 |
| Chapter 3 Backward-BLSTM model for the CCG Supertagging task | 第59-74页 |
| 3.1 Introduction | 第59-63页 |
| 3.1.1 Long Short Term Memory Networks | 第60-63页 |
| 3.2 Backward-BLSTM proposed model for the CCG Supertagging task | 第63-65页 |
| 3.2.1 Input Layer | 第63-64页 |
| 3.2.2 Neural Network | 第64-65页 |
| 3.2.3 Output layer | 第65页 |
| 3.3 Experiments Settings | 第65-69页 |
| 3.3.1 Experimental Data | 第65-66页 |
| 3.3.2 Data Preprocessing | 第66页 |
| 3.3.3 Implementation | 第66页 |
| 3.3.4 Hyper-Parameters | 第66-67页 |
| 3.3.5 Learning Algorithm | 第67页 |
| 3.3.6 Dropout | 第67-69页 |
| 3.4 Experiment Results | 第69-72页 |
| 3.4.1 Supertagging Results | 第69-71页 |
| 3.4.2 Multi-tagging Results | 第71-72页 |
| 3.5 Summary | 第72-74页 |
| Chapter 4 BLSTM-CRF model for the CCG Supertagging task | 第74-87页 |
| 4.1 Introduction | 第74-75页 |
| 4.2 Model Description | 第75-81页 |
| 4.2.1 BLSTM Network | 第75-77页 |
| 4.2.2 Conditional Random Fields | 第77-79页 |
| 4.2.3 BLSTM-CRF proposed model for the CCG Supertagging task | 第79-81页 |
| 4.3 Experiment Settings | 第81-83页 |
| 4.3.1 Datasets | 第81-82页 |
| 4.3.2 Word embeddings | 第82页 |
| 4.3.3 Optimization Algorithm | 第82页 |
| 4.3.4 Dropout Training | 第82页 |
| 4.3.5 Hyper-Parameters Tuning | 第82-83页 |
| 4.4 Results and Analysis | 第83-86页 |
| 4.4.1 Supertagging Results | 第83-85页 |
| 4.4.2 Multi-tagging Results | 第85-86页 |
| 4.5 Summary | 第86-87页 |
| Chapter 5 Character-Word embeddings for the CCG Supertagging task | 第87-98页 |
| 5.1 Introduction | 第87-88页 |
| 5.2 Character-Word embeddings proposed model for the CCG Supertagging task | 第88-92页 |
| 5.2.1 Word-Level Neural Network | 第88-90页 |
| 5.2.2 Character-Level Neural Network | 第90-91页 |
| 5.2.3 Concatenation | 第91-92页 |
| 5.3 Experiments settings | 第92-94页 |
| 5.3.1 Datasets | 第92-93页 |
| 5.3.2 Hyper-Parameters | 第93-94页 |
| 5.4 Results and Analysis | 第94-96页 |
| 5.4.1 Supertagging results | 第94-96页 |
| 5.4.2 Multi-tagging Results | 第96页 |
| 5.5 Summary | 第96-98页 |
| 结论 | 第98-100页 |
| 参考文献 | 第100-111页 |
| 攻读博士学位期间发表的论文及其他成果 | 第111-113页 |
| 致谢 | 第113-114页 |
| 个人简历 | 第114页 |
