摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第15-24页 |
1.1 研究背景与意义 | 第15-17页 |
1.2 相关研究工作 | 第17-22页 |
1.2.1 英文语篇解析相关工作 | 第17-20页 |
1.2.2 中文语篇解析相关工作 | 第20-22页 |
1.3 本文研究内容 | 第22-23页 |
1.4 本文组织结构 | 第23-24页 |
第二章 相关概念 | 第24-46页 |
2.1 语篇关系 | 第24-26页 |
2.2 相关数据集介绍 | 第26-34页 |
2.2.1 Penn Discourse Treebank 2.0 | 第26-28页 |
2.2.2 Chinese Discourse TreeBank | 第28-30页 |
2.2.3 CoNLL-2016语篇关系数据集 | 第30-33页 |
2.2.4 Brown Laboratory for Linguistic Information Processing | 第33-34页 |
2.3 监督式机器学习算法 | 第34-38页 |
2.3.1 逻辑回归算法 | 第34-36页 |
2.3.2 朴素贝叶斯算法 | 第36-38页 |
2.4 深度学习相关知识介绍 | 第38-44页 |
2.4.1 词向量 | 第38-39页 |
2.4.2 卷积神经网络 | 第39-41页 |
2.4.3 长短期记忆神经网络 | 第41-43页 |
2.4.4 神经网络模型的训练 | 第43-44页 |
2.5 系统评估指标 | 第44-45页 |
2.6 本章小结 | 第45-46页 |
第三章 精心设计的端到端英文语篇解析器 | 第46-62页 |
3.1 研究动机 | 第46页 |
3.2 英文语篇解析器 | 第46-56页 |
3.2.1 系统框架 | 第47-48页 |
3.2.2 各模块功能及特征 | 第48-56页 |
3.3 实验设置 | 第56页 |
3.4 实验结果与讨论 | 第56-61页 |
3.4.1 显性语篇解析器性能 | 第56-58页 |
3.4.2 隐性语篇解析器性能 | 第58-60页 |
3.4.3 整体语篇解析器性能 | 第60-61页 |
3.5 本章小结 | 第61-62页 |
第四章 精心设计的端到端中文语篇解析器 | 第62-71页 |
4.1 研究动机 | 第62页 |
4.2 中文语篇解析器 | 第62-67页 |
4.2.1 显性语篇解析器 | 第63-66页 |
4.2.2 隐性语篇解析器 | 第66-67页 |
4.3 实验设置 | 第67-68页 |
4.4 实验结果与讨论 | 第68-69页 |
4.5 本章小结 | 第69-71页 |
第五章 基于神经网络的隐性语篇关系分类 | 第71-83页 |
5.1 研究动机 | 第71-72页 |
5.2 神经网络模型 | 第72-76页 |
5.2.1 基于卷积神经网络的分类模型 | 第72-73页 |
5.2.2 基于长短期记忆神经网络的分类模型 | 第73-74页 |
5.2.3 基于关注神经网络的分类模型 | 第74-76页 |
5.3 英文语篇关系实验 | 第76-80页 |
5.3.1 数据集 | 第76-77页 |
5.3.2 实验设置及基准系统 | 第77-79页 |
5.3.3 实验结果与讨论 | 第79-80页 |
5.4 中文语篇关系实验 | 第80-81页 |
5.4.1 数据集 | 第80页 |
5.4.2 实验设置及基准系统 | 第80-81页 |
5.4.3 实验结果与讨论 | 第81页 |
5.5 本章小结 | 第81-83页 |
第六章 基于多任务神经网络的隐性语篇关系分类 | 第83-92页 |
6.1 研究动机 | 第83-84页 |
6.2 多任务神经网络模型 | 第84-87页 |
6.2.1 等价共享 | 第85页 |
6.2.2 加权共享 | 第85-86页 |
6.2.3 门共享 | 第86-87页 |
6.3 实验设置 | 第87-88页 |
6.4 实验结果与讨论 | 第88-91页 |
6.5 本章小结 | 第91-92页 |
第七章 总结及展望 | 第92-94页 |
7.1 本文总结 | 第92-93页 |
7.2 未来的工作 | 第93-94页 |
攻读学位期间发表的学术论文以及学术成果 | 第94-95页 |
参加国际竞赛获奖情况 | 第95-96页 |
参考文献 | 第96-102页 |
致谢 | 第102页 |