面向句法分析的语块划分体系的研究
第一章 引言 | 第1-27页 |
·知识背景一:浅层句法分析 | 第15-23页 |
·浅层句法分析简介 | 第15页 |
·基于统计的方法 | 第15-19页 |
·基于隐马尔科夫模型的方法 | 第16页 |
·互信息方法 | 第16-17页 |
·φ~2统计方法 | 第17-18页 |
·基于中心词依存概率的方法 | 第18-19页 |
·基于规则的方法 | 第19-21页 |
·增加句法标记法 | 第19页 |
·删除句法标记法 | 第19页 |
·语法规则的自动学习 | 第19页 |
·基于转换的规则学习方法 | 第19-20页 |
·基于实例的规则学习方法 | 第20-21页 |
·Abney的组块分析体系 | 第21-22页 |
·简介 | 第21页 |
·相关研究 | 第21页 |
·Abney的组块分析体系 | 第21-22页 |
·汉语的相关研究 | 第22-23页 |
·知识背景二:依存语法的研究与应用 | 第23-26页 |
·Tesniere和依存语法理论的产生 | 第23-24页 |
·依存语法的基本原则和构建方法 | 第24-26页 |
·总结 | 第26页 |
·论文的组织 | 第26-27页 |
第二章 汉语单句谓语中心词的识别 | 第27-42页 |
·研究背景 | 第27-29页 |
·汉语单句谓语中心词识别的困难 | 第27页 |
·问题的解决策略 | 第27-29页 |
·相关的研究 | 第27-28页 |
·本文的研究思路及方法 | 第28-29页 |
·主语和谓语中心词互动识别的策略 | 第29-35页 |
·主语候选项的识别 | 第29-32页 |
·主语候选项的选取 | 第29-30页 |
·候选项的扩展 | 第30-32页 |
·主语候选项及谓语中心词候选项的进一步选择 | 第32页 |
·主语候选项的连接 | 第32-33页 |
·主谓语之间句法关系的分析 | 第33-35页 |
·一对多关系 | 第33-34页 |
·多对多关系 | 第34-35页 |
·谓语中心词的选择 | 第35-39页 |
·特征的组织 | 第36-38页 |
·数据稀疏问题 | 第38-39页 |
·应用实例 | 第39页 |
·测试结果及分析 | 第39-41页 |
·结束语 | 第41-42页 |
第三章 语块分析体系及相关应用 | 第42-54页 |
·Steve Abney的语块分析体系 | 第42-44页 |
·块的定义体系 | 第42-43页 |
·块识别器 | 第43-44页 |
·块识别器的定义 | 第43页 |
·块识别器采用的文法 | 第43-44页 |
·汉语句子的组块分析体系 | 第44-47页 |
·引言 | 第44页 |
·组块分析体系 | 第44-47页 |
·组块的定义 | 第44-46页 |
·成分组描述 | 第46页 |
·组块标注形式 | 第46-47页 |
·高效的组块自动识别机制 | 第47页 |
·汉语单句骨架依存分析中的分块研究 | 第47-50页 |
·骨架依存分析法 | 第47-48页 |
·什么是直接支配成分 | 第48-49页 |
·分块识别策略 | 第49-50页 |
·汉语中语块分析的研究思路及应用领域 | 第50-54页 |
·研究思路 | 第50页 |
·语块分析体系的应用领域 | 第50-54页 |
第四章 总结 | 第54-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
附录 | 第59-60页 |
承诺 | 第60页 |