| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-9页 |
| ·课题的研究目的和意义 | 第9页 |
| ·国内外相关研究 | 第9-13页 |
| ·现有树库概述 | 第9-10页 |
| ·短语结构和依存结构的比较 | 第10-11页 |
| ·主动学习的研究现状 | 第11-13页 |
| ·本文的研究内容及章节安排 | 第13-14页 |
| 第2章 汉语依存树库构建 | 第14-30页 |
| ·树库来源 | 第14-15页 |
| ·树库标注规范 | 第15-22页 |
| ·依存关系存在原则 | 第15-16页 |
| ·依存关系定义 | 第16-17页 |
| ·依存关系定义实例 | 第17-20页 |
| ·依存关系类型的修订 | 第20-22页 |
| ·树库构建流程 | 第22-26页 |
| ·基于规则方法修改骨架树库 | 第23-25页 |
| ·应用最大熵进行依存关系标注 | 第25-26页 |
| ·多人标注一致性校验 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于聚类算法的主动学习 | 第30-40页 |
| ·聚类算法 | 第30-31页 |
| ·K平均聚类 | 第30-31页 |
| ·仿射传播聚类 | 第31页 |
| ·句法结构相似度计算 | 第31-33页 |
| ·句子词性串编辑距离 | 第32页 |
| ·句子N-Gram特征向量 | 第32-33页 |
| ·卷积树核函数 | 第33页 |
| ·实验设计及结果分析 | 第33-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于置信度判别的主动学习 | 第40-53页 |
| ·引言 | 第40-41页 |
| ·基于置信度判别的主动学习算法流程 | 第41-42页 |
| ·置信度判别准则 | 第42-47页 |
| ·不确定性度量（Uncertainty-based Sampling） | 第42页 |
| ·委员会投票（Query-by-committee） | 第42-47页 |
| ·实验设计及结果分析 | 第47-50页 |
| ·实验数据 | 第47页 |
| ·实验评价 | 第47页 |
| ·结果及分析 | 第47-50页 |
| ·显著性检验 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 并行化依存句法分析器的设计与实现 | 第53-68页 |
| ·系统总体设计 | 第53-54页 |
| ·算法设计 | 第54-64页 |
| ·训练模块算法 | 第54-56页 |
| ·解码模块算法 | 第56-62页 |
| ·解码模块并行化算法 | 第62-64页 |
| ·开发环境 | 第64-65页 |
| ·系统性能 | 第65-66页 |
| ·查询数据结构优化 | 第65页 |
| ·系统运行效率 | 第65-66页 |
| ·运行结果分析 | 第66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75-76页 |