| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 论文的研究背景 | 第9-10页 |
| 1.2 论文的研究内容 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-12页 |
| 1.4 论文的组织 | 第12-13页 |
| 第2章 AMR相关研究现状 | 第13-27页 |
| 2.1 AMR规范 | 第13-15页 |
| 2.1.1 AMR内容简介 | 第14-15页 |
| 2.1.2 AMR的局限性 | 第15页 |
| 2.2 AMR应用的研究 | 第15-18页 |
| 2.3 AMR解析研究进展 | 第18-25页 |
| 2.3.1 词串的AMR解析 | 第19-23页 |
| 2.3.2 利用句法树的AMR解析 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 AMR有向图与句子的对齐 | 第27-42页 |
| 3.1 引言 | 第27页 |
| 3.2 AMR对齐概述 | 第27-29页 |
| 3.3 基于规则的AMR对齐 | 第29-31页 |
| 3.4 组合对数线性模型与规则方法的AMR对齐的改进方法 | 第31-39页 |
| 3.4.1 基于对数线性模型的AMR对齐实现方法 | 第32-37页 |
| 3.4.2 组合对数线性模型与规则方法的AMR对齐方法 | 第37-39页 |
| 3.5 实验结果与分析 | 第39-41页 |
| 3.5.1 实验数据 | 第39-40页 |
| 3.5.2 训练参数 | 第40页 |
| 3.5.3 实验结果 | 第40页 |
| 3.5.4 实验结果分析 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于增量式AMR解析的联合模型 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 联合模型的基本思想 | 第42-43页 |
| 4.3 关系识别的增量式算法 | 第43-47页 |
| 4.4 概念识别和实体识别的联合解码算法 | 第47-49页 |
| 4.5 Violation-Fixing感知器的参数学习 | 第49-50页 |
| 4.6 实验结果与分析 | 第50-53页 |
| 4.6.1 数据集和评价指标 | 第50页 |
| 4.6.2 开发集的结果 | 第50页 |
| 4.6.3 增量式关系识别性能 | 第50-51页 |
| 4.6.4 联合模型和管道式模型 | 第51-52页 |
| 4.6.5 实验结果分析 | 第52-53页 |
| 4.7 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 论文总结 | 第54-55页 |
| 5.2 工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
