| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 引言 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究动态 | 第12-13页 |
| 1.2.1 英文语义角色标注研究历史 | 第12-13页 |
| 1.2.2 汉语语义角色标注研究历史 | 第13页 |
| 1.3 汉语框架语义网络介绍 | 第13-15页 |
| 1.4 浅层语义分析的研究意义 | 第15-16页 |
| 1.5 本文研究的内容 | 第16-19页 |
| 第二章 神经网络模型简介 | 第19-25页 |
| 2.1 神经网络介绍 | 第19-21页 |
| 2.1.1 神经元模型介绍 | 第19-21页 |
| 2.1.2 神经网络模型 | 第21页 |
| 2.2 多特征神经网络模型 | 第21-23页 |
| 2.3 神经网络结构及计算特点 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 Dropout正则化方法 | 第25-29页 |
| 3.1 Dropout方法 | 第26-27页 |
| 3.2 Dropout原理分析 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于神经网络模型的汉语框架语义角色识别 | 第29-47页 |
| 4.1 多特征的神经网络与Dropout惩罚机制 | 第29-35页 |
| 4.1.1 实验描述 | 第30-31页 |
| 4.1.2 实验语料 | 第31页 |
| 4.1.3 特征提取及参数设置 | 第31-32页 |
| 4.1.4 评价指标 | 第32页 |
| 4.1.5 实验结果 | 第32-33页 |
| 4.1.6 研究Dropout程序中参数对神经网络模型性能的影响 | 第33-35页 |
| 4.2 词分布表的位置对模型性能的实验影响 | 第35-37页 |
| 4.2.1 实验描述 | 第35页 |
| 4.2.2 实验设置 | 第35-36页 |
| 4.2.3 实验结果及其评价 | 第36-37页 |
| 4.3 维数的改变对模型性能的影响 | 第37-40页 |
| 4.3.1 实验描述 | 第37-38页 |
| 4.3.2 实验过程 | 第38-40页 |
| 4.4 词分布表征对神经网络模型性能的影响 | 第40-42页 |
| 4.4.1 词分布表征介绍 | 第40-41页 |
| 4.4.2 实验描述与设置 | 第41-42页 |
| 4.5 学习率的不同对神经网络模型性能的影响 | 第42-44页 |
| 4.6 初始权值对神经网络模型性能的影响 | 第44-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 论文总结 | 第47页 |
| 5.2 工作展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-55页 |
| 个人简介 | 第55-59页 |