首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向全文标注的中文词义消歧研究与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-16页
    1.1 词义消歧的研究背景及意义第9-10页
        1.1.1 研究背景第9页
        1.1.2 研究意义第9-10页
    1.2 词义消歧第10-14页
        1.2.1 词义消歧的概念及分类第10-11页
        1.2.2 词义消歧方法第11-12页
        1.2.3 特征选择第12-13页
        1.2.4 评价指标第13-14页
    1.3 论文的主要研究内容第14页
    1.4 论文组织结构第14-16页
第2章 词义消歧研究现状第16-27页
    2.1 基于知识的消歧方法第16-18页
    2.2 有监督的消歧方法第18-22页
    2.3 半监督的消歧方法第22-23页
    2.4 无监督的消歧方法第23-26页
    2.5 本章小结第26-27页
第3章 相关预处理工作第27-42页
    3.1 词典映射处理第27-37页
        3.1.1 《现代汉语语义词典》介绍第28-30页
        3.1.2 《现代汉语语法信息词典》介绍第30-31页
        3.1.3 基于B/S架构的词典映射工具第31-34页
        3.1.4 映射结果分析及词典修正第34-37页
    3.2 语料资源预处理第37-41页
        3.2.1 三个月《人民日报》精标注语料介绍第37-38页
        3.2.2 基于词典映射结果的义项标记替换第38-41页
    3.3 本章小结第41-42页
第4章 面向全文标注的主动学习消歧方法研究与实现第42-65页
    4.1 模型选择第42-43页
    4.2 特征模板构建第43-46页
        4.2.1 相对词频比RFR介绍第43-44页
        4.2.2 窗口选择第44-46页
    4.3 基于主动学习的全文消歧方法第46-57页
        4.3.1 全文消歧方法的基本思想第46-48页
        4.3.2 基于《现代汉语辞海》搭配词语的实验与分析第48-50页
        4.3.3 基于相对词频比的主动学习方法实验与分析第50-57页
    4.4 基于B/S架构的面向全文标注的词义消歧平台第57-64页
        4.4.1 Django框架简介第57-59页
        4.4.2 平台功能结构第59-64页
    4.5 本章小结第64-65页
第5章 总结与展望第65-67页
    5.1 本文工作总结第65-66页
    5.2 工作展望第66-67页
参考文献第67-74页
致谢第74-75页
附录第75-88页
    附录A第75-80页
    附录B第80-85页
    附录C第85-87页
    附录D第87-88页

论文共88页,点击 下载论文
上一篇:近代民事立法、习惯与司法中的相邻关系
下一篇:论侦查阶段刑事错案控制