摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 引言 | 第14-21页 |
1.1 研究背景 | 第14-15页 |
1.2 研究意义 | 第15-16页 |
1.3 研究方法 | 第16-17页 |
1.4 研究思路和研究框架 | 第17-19页 |
1.5 论文结构 | 第19-21页 |
第2章 相关研究综述 | 第21-47页 |
2.1 齐普夫定律相关研究概况 | 第21-23页 |
2.2 语言网络分类及相关研究进展 | 第23-32页 |
2.2.1 语言网络分类 | 第23-24页 |
2.2.2 语音网络 | 第24-25页 |
2.2.3 共现网络 | 第25-27页 |
2.2.4 依存句法网络 | 第27-28页 |
2.2.5 语义概念网络 | 第28-30页 |
2.2.6 其它语言网络 | 第30-32页 |
2.3 复杂网络中节点相似度研究综述 | 第32-38页 |
2.3.1 社会网络 | 第33-34页 |
2.3.2 链接预测 | 第34-35页 |
2.3.3 合作网络 | 第35页 |
2.3.4 引文网络 | 第35-36页 |
2.3.5 社区发现 | 第36页 |
2.3.6 词典自动构建 | 第36-38页 |
2.4 词义归纳和词义消歧的研究价值和现状综述 | 第38-47页 |
2.4.1 词义归纳和词义消歧的研究价值 | 第38-40页 |
2.4.2 词义消歧的分类 | 第40-41页 |
2.4.3 词义归纳现状综述 | 第41-47页 |
第3章 基于最大似然估计方法的齐普夫定律验证 | 第47-60页 |
3.1 曲线拟合方法 | 第47-50页 |
3.1.1 最小二乘法拟合 | 第47-48页 |
3.1.2 最大似然估计法拟合 | 第48-50页 |
3.1.3 Kolmogorov-Smimov检验 | 第50页 |
3.2 齐普夫定律与最大似然估计 | 第50-52页 |
3.2.1 最小二乘法拟合齐普夫律 | 第50页 |
3.2.2 两种齐普夫定律形式 | 第50-52页 |
3.3 实验设计及验证 | 第52-59页 |
3.3.1 基于最小二乘法的齐普夫定律拟合 | 第53-54页 |
3.3.2 基于最大似然估计方法的齐普夫定律拟合 | 第54-59页 |
3.4 小结 | 第59-60页 |
第4章 基于复杂网络的汉语古诗网络研究 | 第60-81页 |
4.1 语言网络常用统计特征及语言网络模型 | 第61-66页 |
4.1.1 语言网络常用统计特征 | 第61-63页 |
4.1.2 语言网络相关模型 | 第63-65页 |
4.1.3 语言网络与文学作品 | 第65-66页 |
4.2 古诗数据来源与齐普夫分布 | 第66-69页 |
4.2.1 古诗数据来源 | 第66页 |
4.2.2 汉语古诗的齐普夫分布 | 第66-69页 |
4.3 实验设计与结果分析 | 第69-79页 |
4.3.1 古诗网络的构建 | 第69-70页 |
4.3.2 古诗网络的宏观特征分析 | 第70-73页 |
4.3.3 古诗网络的内部结构特征分析 | 第73-79页 |
4.4 小结 | 第79-81页 |
第5章 基于语言网络的词汇相似度研究 | 第81-126页 |
5.1 词汇相似概念及词汇相似分布假设 | 第81-88页 |
5.1.1 词汇相似概念 | 第81-86页 |
5.1.2 词汇相似分布假设 | 第86-88页 |
5.2 复杂网络中节点相似度计算方法 | 第88-97页 |
5.2.1 基于局部特征的节点相似度计算方法 | 第88-93页 |
5.2.2 基于全局特征的节点相似度计算方法 | 第93-96页 |
5.2.3 基于网络节点相似度计算方法的优缺点 | 第96-97页 |
5.3 词汇相似度的评价 | 第97-99页 |
5.3.1 词汇相似度评价的分类 | 第97-99页 |
5.3.2 词汇相似度黄金标准的制定 | 第99页 |
5.4 语言网络中基于贡献度折扣的节点相似度算法 | 第99-117页 |
5.4.1 思路来源与启发 | 第99-105页 |
5.4.2 实验设计 | 第105-109页 |
5.4.3 实验基本流程 | 第109-110页 |
5.4.4 实验结果 | 第110-116页 |
5.4.5 结果分析评价 | 第116-117页 |
5.5 入链、出链邻居节点的贡献度比较研究 | 第117-124页 |
5.5.1 基于入链、出链邻居节点的名词相似度比较 | 第120-122页 |
5.5.2 基于入链、出链邻居节点的动词相似度比较 | 第122-124页 |
5.6 小结 | 第124-126页 |
第6章 基于语言网络的词义归纳与词义消歧研究 | 第126-148页 |
6.1 词义归纳与词义消歧相关概念 | 第126-132页 |
6.1.1 常见词义关系 | 第127-129页 |
6.1.2 词义消歧和词义归纳的区别和联系 | 第129-131页 |
6.1.3 词义归纳的主要步骤 | 第131-132页 |
6.2 词义归纳算法及原理 | 第132-138页 |
6.2.1 词义归纳原理 | 第132-133页 |
6.2.2 基于图结构的聚类算法 | 第133-136页 |
6.2.3 词义归纳评价 | 第136-138页 |
6.3 基于Chinese Whispers算法的中文词义归纳研究 | 第138-146页 |
6.3.1 研究出发点 | 第138-139页 |
6.3.2 实验设计 | 第139-140页 |
6.3.3 实验流程 | 第140-141页 |
6.3.4 语料预处理以及子网络生成 | 第141-143页 |
6.3.5 结果评价与分析 | 第143-146页 |
6.4 小结 | 第146-148页 |
第7章 总结和展望 | 第148-151页 |
7.1 本文的工作总结和主要创新 | 第148-149页 |
7.2 下一步的研究计划 | 第149-151页 |
参考文献 | 第151-159页 |
附录1 相关词性标注集 | 第159-160页 |
附录2 攻读博士学位期间主要科研成果及奖励 | 第160-162页 |
致谢 | 第162-163页 |