| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 相关工作的研究概况 | 第9-17页 |
| 1.2.1 深度学习的研究概况 | 第10-11页 |
| 1.2.2 深度学习在自然语言处理领域的研究概况 | 第11-12页 |
| 1.2.3 句法分析的研究概况 | 第12-16页 |
| 1.2.4 深度学习在句法分析研究中的应用概况 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 1.4 论文的主要组织结构 | 第18-19页 |
| 第2章 深度学习与句法分析相关概念 | 第19-27页 |
| 2.1 前馈神经网络 | 第19页 |
| 2.2 递归神经网络 | 第19-21页 |
| 2.3 基于转移的依存句法分析 | 第21-25页 |
| 2.3.1 依存句法分析基本概念和定义 | 第21-23页 |
| 2.3.2 基于转移的依存句法分析方法 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 基于前馈神经网络的依存句法分析模型 | 第27-37页 |
| 3.1 模型介绍 | 第27-29页 |
| 3.2 模型实现 | 第29-34页 |
| 3.2.1 特征模板 | 第29-30页 |
| 3.2.2 模型实现 | 第30-33页 |
| 3.2.3 模型训练 | 第33-34页 |
| 3.3 实验数据和评价指标 | 第34-35页 |
| 3.3.1 实验数据 | 第34页 |
| 3.3.2 评价指标 | 第34-35页 |
| 3.4 实验结果及分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于长短期记忆神经网络的依存句法分析模型 | 第37-48页 |
| 4.1 长短期记忆神经网络 | 第37-39页 |
| 4.2 模型介绍 | 第39-43页 |
| 4.2.1 基于长短期记忆神经网络的依存句法分析模型 | 第39-40页 |
| 4.2.2 贪心前馈神经网络分类器用作特征提取器 | 第40-41页 |
| 4.2.3 利用长短期记忆神经网络进行序列学习 | 第41-43页 |
| 4.3 模型实现 | 第43-45页 |
| 4.3.1 模型训练 | 第43-44页 |
| 4.3.2 模型参数 | 第44-45页 |
| 4.4 实验数据和评价指标 | 第45页 |
| 4.4.1 实验数据 | 第45页 |
| 4.4.2 评价指标 | 第45页 |
| 4.5 实验结果及分析 | 第45-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第5章 端到端的短语结构分析 | 第48-57页 |
| 5.1 序列到序列模型 | 第48-50页 |
| 5.2 模型介绍 | 第50-51页 |
| 5.3 模型实现 | 第51-52页 |
| 5.3.1 模型训练 | 第51-52页 |
| 5.3.2 模型参数 | 第52页 |
| 5.4 实验数据和评价指标 | 第52-54页 |
| 5.4.1 实验数据 | 第52-53页 |
| 5.4.2 评价指标 | 第53-54页 |
| 5.5 实验结果及分析 | 第54-56页 |
| 5.6 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第64-66页 |
| 致谢 | 第66页 |