基于循环神经网络的依存句法分析模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文组织 | 第16-17页 |
| 第2章 相关研究 | 第17-32页 |
| 2.1 依存句法分析概述 | 第17-21页 |
| 2.1.1 依存语法概述 | 第17-18页 |
| 2.1.2 分析方法简介 | 第18页 |
| 2.1.3 基于图的依存句法分析方法 | 第18-19页 |
| 2.1.4 基于转移的依存句法分析方法 | 第19-21页 |
| 2.1.5 评价标准 | 第21页 |
| 2.2 基于神经网络的词语分布表示 | 第21-29页 |
| 2.2.1 分布表示技术概述 | 第22页 |
| 2.2.2 语言模型简介 | 第22-23页 |
| 2.2.3 前馈神经网络语言模型 | 第23-26页 |
| 2.2.4 循环神经网络语言模型 | 第26-27页 |
| 2.2.5 CBOW模型和Skip-gram模型 | 第27-29页 |
| 2.3 现有神经网络依存句法分析技术 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于循环神经网络的依存句法分析模型 | 第32-43页 |
| 3.1 引言 | 第32-33页 |
| 3.2 模型描述 | 第33-37页 |
| 3.2.1 双向长短时记忆网络 | 第34-36页 |
| 3.2.2 转移分析方法 | 第36-37页 |
| 3.3 模型训练 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-42页 |
| 3.4.1 实验设置 | 第38-39页 |
| 3.4.2 网络结构测试 | 第39-40页 |
| 3.4.3 对比测试 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 分层式编码解码依存句法分析模型 | 第43-54页 |
| 4.0 引言 | 第43页 |
| 4.1 分层式序列标注依存分析方法 | 第43-44页 |
| 4.2 模型描述 | 第44-46页 |
| 4.3 模型训练 | 第46-47页 |
| 4.4 实验及分析 | 第47-53页 |
| 4.4.1 实验设置 | 第47-48页 |
| 4.4.2 Dropout效果测试 | 第48页 |
| 4.4.3 预训练测试 | 第48-49页 |
| 4.4.4 对比测试 | 第49-51页 |
| 4.4.5 句子编码效果展示 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 总结与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61页 |
