自然语言处理中介词短语附着消歧问题的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·概述 | 第9页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·介词短语附着消歧概述 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 语言模型 | 第13-17页 |
| ·n 元语法模型 | 第13-14页 |
| ·数据平滑处理 | 第14-16页 |
| ·问题提出 | 第14-15页 |
| ·加法平滑技术 | 第15页 |
| ·线性插值法 | 第15页 |
| ·Good-Turing 算法 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第三章 语义消歧 | 第17-22页 |
| ·概述 | 第17-18页 |
| ·有监督语义消歧 | 第18-19页 |
| ·基于互信息的方法 | 第18页 |
| ·基于贝叶斯分类器的消歧方法 | 第18-19页 |
| ·基于词典的消歧 | 第19页 |
| ·无监督语义消歧 | 第19-20页 |
| ·语义消歧系统测试指标 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第四章 介词短语附着消歧 | 第22-48页 |
| ·问题提出 | 第22-25页 |
| ·Hindle 和 Rooth 概率模型 | 第25-27页 |
| ·回退模型（back-off model） | 第27-32页 |
| ·元组提取 | 第27-28页 |
| ·问题简化 | 第28页 |
| ·消歧性能的上下限 | 第28-29页 |
| ·标记说明 | 第29-30页 |
| ·回退模型 | 第30-32页 |
| ·K 最近邻算法 | 第32-36页 |
| ·词形分布的相似性度量 | 第32-35页 |
| ·最近邻决策流程 | 第35页 |
| ·实验结果和分析 | 第35-36页 |
| ·最大熵模型 | 第36-41页 |
| ·最大熵原理的基本思想 | 第36-38页 |
| ·形式化最大熵原理 | 第38-40页 |
| ·参数估计 | 第40页 |
| ·基于最大熵模型的介词短语附着消歧 | 第40-41页 |
| ·支持向量机模型 | 第41-44页 |
| ·支持向量机线性分类 | 第41-42页 |
| ·词汇偏向性计算 | 第42-43页 |
| ·消歧方法 | 第43页 |
| ·性能分析 | 第43-44页 |
| ·实验及算法分析 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第五章 基于双阈值直接回退的介词短语附着消歧模型 | 第48-63页 |
| ·算法启示 | 第48-55页 |
| ·Martin Volk 的混合消歧模型 | 第48-54页 |
| ·直接回退模型 | 第54-55页 |
| ·基于双阈值直接回退的介词短语附着消歧模型 | 第55-56页 |
| ·训练和测试数据 | 第56-57页 |
| ·数据预处理 | 第57-58页 |
| ·参数估计和实验描述 | 第58-60页 |
| ·实验结果分析 | 第60-63页 |
| 第六章 总结 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻硕期间取得的研究成果 | 第69-70页 |
