中文句法语义分析及其联合学习机制研究
| 中文摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-52页 |
| ·研究背景和意义 | 第14-18页 |
| ·研究背景 | 第15-17页 |
| ·研究意义 | 第17-18页 |
| ·句法分析综述 | 第18-35页 |
| ·句法分析树库 | 第20-23页 |
| ·句法分析性能评测 | 第23-24页 |
| ·统计句法分析模型 | 第24-28页 |
| ·基于非词汇化PCFG 的句法分析模型 | 第24-25页 |
| ·基于词汇化PCFG 的句法分析模型 | 第25页 |
| ·基于改进PCFG 的句法分析模型 | 第25-27页 |
| ·基于历史信息的句法分析模型 | 第27页 |
| ·其他句法分析模型 | 第27-28页 |
| ·句法分析重排列 | 第28-29页 |
| ·中文句法分析研究 | 第29-31页 |
| ·依存句法分析研究 | 第31-35页 |
| ·基于图的依存句法分析模型 | 第33-34页 |
| ·基于转换的依存句法分析模型 | 第34页 |
| ·中文依存句法分析 | 第34-35页 |
| ·语义角色标注综述 | 第35-48页 |
| ·语义角色标注语料库 | 第36-39页 |
| ·语义角色标注性能评测 | 第39-40页 |
| ·基于单棵句法树的语义角色标注 | 第40-43页 |
| ·基于特征向量的方法 | 第40-42页 |
| ·基于树核函数的方法 | 第42-43页 |
| ·基于n 棵句法树的语义角色标注 | 第43-44页 |
| ·句法分析与语义角色标注的联合学习 | 第44-45页 |
| ·名词性谓词语义角色标注研究 | 第45页 |
| ·中文语义角色标注研究 | 第45-46页 |
| ·基于依存句法树的语义角色标注研究 | 第46-48页 |
| ·本文的研究内容 | 第48-50页 |
| ·本文的组织结构 | 第50-52页 |
| 第2章 层次句法分析研究 | 第52-77页 |
| ·引言 | 第52-53页 |
| ·层次句法分析模型 | 第53-62页 |
| ·层次句法分析树 | 第53-54页 |
| ·层次句法分析流程 | 第54-56页 |
| ·词性标注 | 第56-58页 |
| ·基本组块识别 | 第58-60页 |
| ·复杂组块识别 | 第60-61页 |
| ·与其他模型的比较 | 第61-62页 |
| ·基于字的层次句法分析模型 | 第62-63页 |
| ·层次句法分析模型的改进 | 第63-65页 |
| ·搜索算法 | 第65-68页 |
| ·分类器的构造与选择 | 第68-69页 |
| ·中文句法分析实验结果与分析 | 第69-76页 |
| ·实验设置 | 第69-70页 |
| ·词性标注对句法分析性能的影响分析 | 第70-71页 |
| ·自动分词对句法分析性能的影响分析 | 第71-72页 |
| ·改进的层次句法分析性能 | 第72-74页 |
| ·相关工作及性能比较 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第3章 语义角色标注研究 | 第77-127页 |
| ·引言 | 第77-78页 |
| ·标注步骤 | 第78-80页 |
| ·分类器的构造与选择 | 第80-83页 |
| ·SVM 基本原理 | 第80-82页 |
| ·SVM 分类器构造 | 第82-83页 |
| ·动词性谓词语义角色标注研究 | 第83-96页 |
| ·角色剪枝 | 第83-85页 |
| ·特征抽取 | 第85-91页 |
| ·基准特征 | 第85-86页 |
| ·其他常用特征 | 第86-89页 |
| ·特征选择 | 第89-91页 |
| ·实验结果与分析 | 第91-96页 |
| ·实验设置 | 第91页 |
| ·基于正确句法树和正确动词性谓词的SRL | 第91-93页 |
| ·基于自动句法树和正确动词性谓词的SRL | 第93-94页 |
| ·基于自动动词性谓词识别的SRL | 第94-96页 |
| ·名词性谓词语义角色标注研究 | 第96-104页 |
| ·角色剪枝 | 第97-98页 |
| ·特征抽取 | 第98-101页 |
| ·基准特征 | 第98-99页 |
| ·其他常用特征 | 第99-101页 |
| ·特征选择 | 第101页 |
| ·实验结果与分析 | 第101-104页 |
| ·实验设置 | 第101-102页 |
| ·基于正确句法树和正确名词性谓词的SRL | 第102-103页 |
| ·基于自动句法树和正确名词性谓词的SRL | 第103-104页 |
| ·名词性谓词的自动识别研究 | 第104-117页 |
| ·基于规则的方法 | 第105-106页 |
| ·基于词法特征的方法 | 第106-108页 |
| ·基于句法化信息的方法 | 第108-111页 |
| ·基于句法特征的方法 | 第108-109页 |
| ·基于树核函数的方法 | 第109-111页 |
| ·实验结果与分析 | 第111-117页 |
| ·实验设置 | 第111-112页 |
| ·名词性谓词自动识别 | 第112-116页 |
| ·结合名词性谓词自动识别的SRL | 第116-117页 |
| ·动词性谓词和名词性谓词的联合语义角色标注研究 | 第117-125页 |
| ·训练实例的扩充 | 第117-118页 |
| ·动词性谓词SRL 特征的应用 | 第118-119页 |
| ·实验结果和分析 | 第119-124页 |
| ·训练实例扩充 | 第119-120页 |
| ·动词性谓词SRL 特征 | 第120-122页 |
| ·动/名词性谓词SRL 联合标注 | 第122-124页 |
| ·讨论 | 第124-125页 |
| ·本章小结 | 第125-127页 |
| 第4章 句法分析与语义角色标注联合学习研究 | 第127-144页 |
| ·引言 | 第127-128页 |
| ·相关工作 | 第128-130页 |
| ·基准系统 | 第130-131页 |
| ·基于1 top-best 句法树SRL | 第130-131页 |
| ·基于n top-best 句法树SRL | 第131页 |
| ·句法-语义联合分析模型研究 | 第131-138页 |
| ·句法-语义联合分析方案 | 第133-135页 |
| ·语义信息在句法分析模型中的应用 | 第135-138页 |
| ·实验结果与分析 | 第138-143页 |
| ·基准系统实验结果 | 第138-140页 |
| ·句法-语义联合学习实验结果 | 第140-142页 |
| ·句法-语义联合学习 | 第140-141页 |
| ·语义信息在句法分析模型中的应用 | 第141-142页 |
| ·基于字的句法分析和语义分析实验结果 | 第142-143页 |
| ·本章小结 | 第143-144页 |
| 第5章 总结与展望 | 第144-147页 |
| ·研究工作总结 | 第144-145页 |
| ·下一步的工作设想 | 第145-147页 |
| 参考文献 | 第147-158页 |
| 附录 | 第158-161页 |
| 作者在攻读博士学位期间完成的论文及科研工作 | 第161-163页 |
| 致谢 | 第163-164页 |
