致谢 | 第1-6页 |
内容提要 | 第6-7页 |
绪论 | 第7-11页 |
§0-1 选题背景 | 第7-8页 |
§0-2 人工神经网络发展及其应用概况 | 第8-9页 |
§0-3 本论文的主要工作 | 第9-11页 |
第一章 汉语自动分词研究综述及分析 | 第11-20页 |
§1-1 汉语自动分词研究的发展情况 | 第11-16页 |
§1-1-1 形式匹配分词法 | 第12-13页 |
§1-1-2 基于知识的分词法 | 第13-16页 |
§1-2 汉语自动分词研究中的困难 | 第16-17页 |
§1-3 “切分标志”在分词中的作用和地位 | 第17-19页 |
§1-4 小结 | 第19-20页 |
第二章 汉语自动分词的专家系统方法 | 第20-31页 |
§2-1 语言歧义处理的一般原则及专家系统方法的优点 | 第20-22页 |
§2-1-1 语言歧义处理的一般原则 | 第20-21页 |
§2-1-2 专家系统方法的优点 | 第21-22页 |
§2-2 歧义切分现象的语法基础及其粗分类 | 第22-24页 |
§2-3 交集型歧义词处理策略 | 第24-28页 |
§2-4 多义组合型歧义词处理策略 | 第28-29页 |
§2-5 混合型歧义词处理策略 | 第29-30页 |
§2-6 小结 | 第30-31页 |
第三章 基于人工神经网络的汉语自动分词原理 | 第31-59页 |
§3-1 人工神经网络的基本原理 | 第31-33页 |
§3-2 汉语分词——求解约束满足问题 | 第33-36页 |
§3-3 汉语的结构特点 | 第36-37页 |
§3-4 神经网络分词原理 | 第37-56页 |
§3-4-1 分词系统的一般结构 | 第37-38页 |
§3-4-2 自动分词的动态网络模型 | 第38-52页 |
一、网络结构及算法分析 | 第38-41页 |
二、知识的网络表示方法及分词歧义处理策略 | 第41-45页 |
三、分词的动态过程 | 第45-48页 |
四、系统学习策略及分析 | 第48-52页 |
§3-4-3 自动分词的竞争网络模型 | 第52-56页 |
一、网络结构及算法介绍 | 第52-54页 |
二、神经网络分词的动态过程 | 第54-56页 |
三、分词系统的构成 | 第56页 |
§3-5 神经网络自动分词与其他自动分词方法的比较 | 第56-58页 |
§3-6 小结 | 第58-59页 |
第四章 自动汉语分词神经网络方法的模拟实现 | 第59-71页 |
§4-1 系统结构及功能介绍 | 第59-60页 |
§4-2 知识库(权重链表)的组织与实现 | 第60-63页 |
一、分词知识分类及表示方法 | 第60-62页 |
二、知识库组织及其数据结构 | 第62-63页 |
§4-3 系统知识获取和歧义切分字段处理 | 第63-65页 |
§4-4 网络推理机制与分词过程 | 第65-69页 |
一、基本语境的确定 | 第65页 |
二、分词动态网的生成 | 第65-68页 |
三、分词推理举例 | 第68-69页 |
§4-5 实验结果与系统性能分析 | 第69-70页 |
§4-6 小结 | 第70-71页 |
第五章 机器翻译及其基本问题讨论 | 第71-87页 |
§5-1 机器翻译概况和发展方向 | 第71-77页 |
§5-1-1 机器翻译概况 | 第71-75页 |
§5-1-2 机器翻译的困难和发展方向 | 第75-77页 |
§5-2 汉语自动处理与汉外翻译 | 第77-78页 |
§5-3 智能机译系统的特点及其理解层次 | 第78-81页 |
§5-3-1 智能机译系统的特点 | 第78-80页 |
§5-3-2 机器翻译中的理解层次 | 第80-81页 |
§5-4 机器翻译中的语言信息的测度 | 第81-84页 |
§5-4-1 随机统计语言信息测度 | 第82页 |
§5-4-2 自然语义的模糊表示 | 第82-84页 |
§5-5 机器翻译中的二义性 | 第84-86页 |
§5-6 小结 | 第86-87页 |
第六章 一种处理汉英翻译多义词的神经网络模型 | 第87-98页 |
§6-1 引言 | 第87-88页 |
§6-2 多义词处理方法 | 第88-89页 |
§6-3 一种处理多义词的神经网络模型 | 第89-96页 |
§6-3-1 模型的结构描述 | 第89-90页 |
§6-3-2 基本算法 | 第90-94页 |
§6-3-3 模型的行为描述 | 第94-96页 |
§6-3-4 模拟实验 | 第96页 |
§6-4 小结 | 第96-98页 |
参考文献 | 第98-106页 |