汉语句法分析的重排序技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 课题的背景和意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 课题意义 | 第11-12页 |
| 1.2 句法分析的研究现状 | 第12-20页 |
| 1.2.1 语法体系 | 第12-15页 |
| 1.2.2 句法消歧 | 第15-18页 |
| 1.2.3 句法分析算法 | 第18-20页 |
| 1.3 本文的研究内容和组织结构 | 第20-24页 |
| 1.3.1 研究思路的简单介绍 | 第20-21页 |
| 1.3.2 评价体系与实验环境 | 第21-22页 |
| 1.3.3 本文的组织结构 | 第22-24页 |
| 第2章 基于 PCFG 的句法分析模型比较研究 | 第24-35页 |
| 2.1 概率上下文无关文法 | 第24-28页 |
| 2.1.1 利用 PCFG 进行句法消歧 | 第25-26页 |
| 2.1.2 利用 PCFG 构建语言模型 | 第26-27页 |
| 2.1.3 PCFG 模型的训练方法 | 第27页 |
| 2.1.4 PCFG 存在的问题 | 第27-28页 |
| 2.2 针对 PCFG 的改进模型 | 第28-32页 |
| 2.2.1 标记扩展模型 | 第28-29页 |
| 2.2.2 词汇化模型 | 第29-32页 |
| 2.3 实验与分析 | 第32-34页 |
| 2.3.1 模型选取与数据准备 | 第32页 |
| 2.3.2 实验结果与分析 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于最大熵方法的重排序技术研究 | 第35-46页 |
| 3.1 重排序方法的提出与研究现状 | 第35-36页 |
| 3.1.1 重排序方法的提出 | 第35页 |
| 3.1.2 重排序方法的研究现状 | 第35-36页 |
| 3.2 基于最大熵方法的重排序模型 | 第36-39页 |
| 3.2.1 最大熵方法 | 第36-38页 |
| 3.2.2 重排序问题 | 第38-39页 |
| 3.3 句法分析树的特征表示 | 第39-42页 |
| 3.4 实验与分析 | 第42-44页 |
| 3.4.1 模型选取与数据准备 | 第42-43页 |
| 3.4.2 实验结果与分析 | 第43-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 融合 Score 信息的改进重排序模型 | 第46-53页 |
| 4.1 传统重排序方法存在的问题 | 第46-48页 |
| 4.2 改进的重排序模型 | 第48-50页 |
| 4.2.1 基于相对距离的分割模型 | 第48-49页 |
| 4.2.2 基于多类融合的模型 | 第49-50页 |
| 4.3 实验与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 多种显示模式的句法分析树可视化系统 | 第53-63页 |
| 5.1 可视化系统的提出和模式介绍 | 第53-57页 |
| 5.1.1 可视化系统的提出 | 第53页 |
| 5.1.2 已有的可视化系统介绍 | 第53-54页 |
| 5.1.3 显示模式介绍 | 第54-57页 |
| 5.2 系统功能介绍 | 第57-58页 |
| 5.2.1 句法分析树显示功能 | 第57-58页 |
| 5.2.2 N-best 候选树比较功能 | 第58页 |
| 5.3 系统设计方法 | 第58-61页 |
| 5.3.1 句法分析树对应的数据结构 | 第59页 |
| 5.3.2 短语结构向依存结构的转化 | 第59-60页 |
| 5.3.3 相关算法 | 第60-61页 |
| 5.4 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-71页 |
| 致谢 | 第71页 |
