统计与规则相结合的中英文组块分析
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·组块定义的研究 | 第11-12页 |
| ·组块实现技术的研究 | 第12-14页 |
| ·课题研究的内容 | 第14-15页 |
| ·本文内容安排 | 第15-16页 |
| 第2章 中文组块库建设 | 第16-30页 |
| ·语料库简介 | 第16-22页 |
| ·概述 | 第16页 |
| ·滨州英文树库 | 第16-17页 |
| ·滨州中文树库 | 第17-20页 |
| ·Chunklink工具介绍 | 第20-22页 |
| ·自定义组块类型 | 第22-27页 |
| ·名词性组块NP | 第22-23页 |
| ·动词性组块VP | 第23-24页 |
| ·形容词性组块ADJP | 第24页 |
| ·副词性组块ADVP | 第24页 |
| ·数量组块QP | 第24页 |
| ·介词组块PP | 第24-25页 |
| ·方位词短语LCP | 第25-26页 |
| ·片断类型组块FRAG | 第26页 |
| ·列举性组块LST | 第26页 |
| ·其他类型组块O | 第26-27页 |
| ·转化语料数据统计 | 第27页 |
| ·组块标记 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于支持向量机的组块分析 | 第30-37页 |
| ·概述 | 第30页 |
| ·SVM的基本原理 | 第30-35页 |
| ·广义最优分类面 | 第30-32页 |
| ·支持向量和支持向量机 | 第32-33页 |
| ·核函数 | 第33-35页 |
| ·多分类支持向量机 | 第35页 |
| ·支持向量机方法的主要优点 | 第35页 |
| ·基于SVM的组块分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于转换的组块分析 | 第37-43页 |
| ·TBL原理 | 第37-40页 |
| ·引言 | 第37页 |
| ·原理介绍 | 第37-39页 |
| ·转换规则模板 | 第39-40页 |
| ·TBL特点 | 第40-41页 |
| ·基于转换学习的组块分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 实验结果及分析 | 第43-50页 |
| ·引言 | 第43页 |
| ·实验语料 | 第43页 |
| ·评价函数 | 第43-44页 |
| ·特征表示 | 第44-45页 |
| ·数据格式 | 第45-46页 |
| ·SVM数据格式 | 第45页 |
| ·TBL数据格式 | 第45-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·特征对分类器的影响 | 第46-47页 |
| ·语料库规模对分类器的影响 | 第47页 |
| ·模型的对比 | 第47-48页 |
| ·SVM+TBL在中文上的实现 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第55页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第55页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第55-56页 |
| 附录 | 第56-57页 |
| 致谢 | 第57页 |
