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

基于深度神经网络的端到端语篇解析

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

论文共102页,点击 下载论文
上一篇:外包模型中可验证计算的研究
下一篇:问题检索与答案排序互相促进的社区问答系统