基于统计模型的汉语句子主干分析
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪言 | 第11-22页 |
| ·研究背景 | 第11-12页 |
| ·句子主干分析的意义 | 第12-14页 |
| ·汉语句子主干的语法与语义功能 | 第12-13页 |
| ·汉语句子主干分析在自然语言处理中的作用 | 第13-14页 |
| ·句子主干分析的相关研究 | 第14-19页 |
| ·句法分析的相关研究 | 第14-18页 |
| ·句子主干分析的难点 | 第18-19页 |
| ·当前句子主干分析存在的主要问题 | 第19-20页 |
| ·本文的工作和论文结构 | 第20-22页 |
| ·本文所做工作 | 第20-21页 |
| ·本文的组织结构 | 第21-22页 |
| 第二章 理论背景 | 第22-36页 |
| ·自然语言处理 | 第22-25页 |
| ·自然语言处理的发展 | 第23-24页 |
| ·汉语语言处理技术的发展 | 第24-25页 |
| ·计算语言学的研究方法 | 第25-27页 |
| ·理性主义的研究方法 | 第25-26页 |
| ·经验主义的研究方法 | 第26-27页 |
| ·统计语言模型 | 第27-30页 |
| ·N 元模型 | 第27-28页 |
| ·N-POS 模型 | 第28页 |
| ·隐马尔可夫模型 | 第28-30页 |
| ·数据平滑方法 | 第30-34页 |
| ·Good-Turing 平滑 | 第30-31页 |
| ·加法平滑 | 第31页 |
| ·线性插值平滑 | 第31-32页 |
| ·回退式平滑 | 第32-33页 |
| ·Witten-Bell 平滑 | 第33-34页 |
| ·汉语常用的句法成分分析方法 | 第34-35页 |
| ·层次分析法 | 第34页 |
| ·成分分析法 | 第34页 |
| ·变换分析法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 汉语句子的预处理 | 第36-45页 |
| ·引言 | 第36页 |
| ·影响句子主干的语法特征 | 第36-39页 |
| ·主语 | 第36-38页 |
| ·谓语 | 第38-39页 |
| ·宾语 | 第39页 |
| ·短语的识别和处理 | 第39-41页 |
| ·单句和复句的识别和处理 | 第41-43页 |
| ·断句 | 第41页 |
| ·单句的处理 | 第41-42页 |
| ·复句的处理 | 第42-43页 |
| ·主干候选词的筛选 | 第43-44页 |
| ·主干词筛选 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于多层最大熵模型的句子主干分析分析 | 第45-64页 |
| ·引言 | 第45页 |
| ·最大熵模型 | 第45-51页 |
| ·最大熵模型的优点 | 第46页 |
| ·最大熵模型的简单实例 | 第46-47页 |
| ·最大熵模型的形式化描述 | 第47-49页 |
| ·最大熵模型的参数估计 | 第49-51页 |
| ·最大熵模型的特征 | 第51页 |
| ·最大熵模型特征选择算法 | 第51-54页 |
| ·特征的阀值过滤 | 第51-52页 |
| ·基于最大似然增益的特征选择算法 | 第52-54页 |
| ·基于多层最大熵模型的句子主干分析 | 第54-63页 |
| ·底层最大熵模型的特征获取 | 第55-57页 |
| ·高层最大熵模型的特征获取 | 第57-60页 |
| ·高层最大熵模型的参数训练 | 第60-61页 |
| ·句子主干分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 基于语境相似度的平滑算法 | 第64-74页 |
| ·引言 | 第64页 |
| ·最大熵模型的平滑的必要性 | 第64-65页 |
| ·上下文特征平滑 | 第65-66页 |
| ·基于语境相似度的平滑算法 | 第66-70页 |
| ·语境相似度 | 第66-69页 |
| ·基于语境相似度的平滑 | 第69-70页 |
| ·实验结果分析 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 系统实现和实验分析 | 第74-83页 |
| ·系统实现 | 第74页 |
| ·系统组成 | 第74-76页 |
| ·实验结果分析 | 第76-82页 |
| ·实验数据准备 | 第76-79页 |
| ·句子主干标注规范 | 第79页 |
| ·性能评价标准 | 第79-80页 |
| ·实验结果 | 第80页 |
| ·语料规模对模型性能的影响 | 第80-81页 |
| ·系统的分析 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第七章 结论与展望 | 第83-85页 |
| ·本文的总结 | 第83页 |
| ·今后的工作 | 第83-84页 |
| ·展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 作者在学期间取得的学术成果 | 第90-91页 |
| 附录A 部分测试结果 | 第91-92页 |
