基于二阶上下文的无导词义消歧研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题背景及意义 | 第8页 |
| ·词义消歧的主要研究方法 | 第8-10页 |
| ·国内外学术界对词义消歧的研究 | 第10-13页 |
| ·国外的研究情况 | 第10-11页 |
| ·国内的研究情况 | 第11-13页 |
| ·文本组织 | 第13-14页 |
| 第二章 相关语言资源简介 | 第14-18页 |
| ·同义词词林(Cilin) | 第14-15页 |
| ·同义词词林简介 | 第14-15页 |
| ·知网(Hownet) | 第15-18页 |
| ·知识字典 | 第16-17页 |
| ·知网的特色 | 第17-18页 |
| 第三章 与词义消歧相关的模型和算法 | 第18-30页 |
| ·消歧常用模型 | 第18-25页 |
| ·向量空间模型(VSM) | 第18-19页 |
| ·基于向量空间模型的无导学习方法 | 第19-22页 |
| ·对数模型(LM) | 第22-25页 |
| ·消歧常用算法 | 第25-30页 |
| ·Naive-Bayes算法 | 第25-26页 |
| ·K-means聚类算法 | 第26-28页 |
| ·MDL聚类算法 | 第28-30页 |
| 第四章 二阶上下文词义消歧算法 | 第30-38页 |
| ·算法总体设计 | 第30-31页 |
| ·词义消歧关键技术研究 | 第31-36页 |
| ·Hownet中同义词集的确立 | 第31-32页 |
| ·特征词的确立 | 第32-33页 |
| ·二阶上下文的向量化表示方法 | 第33-35页 |
| ·k-means算法中k的确定 | 第35页 |
| ·相似度的计算方法 | 第35-36页 |
| ·算法步骤 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第五章 实验结果及其分析 | 第38-44页 |
| ·实验用语料库 | 第38页 |
| ·测试说明 | 第38页 |
| ·实验1 | 第38-40页 |
| ·实验2 | 第40-41页 |
| ·结果对比和分析 | 第41-44页 |
| ·测试结果对比与分析 | 第41-42页 |
| ·对存在问题的分析 | 第42-44页 |
| 第六章 结论与展望 | 第44-46页 |
| ·全文总结 | 第44页 |
| ·展望 | 第44-46页 |
| 硕士期间参加的课题与发表的文章 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
