计算机辅助诗词创作中的风格辨析及联语应对研究
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-15页 |
| 1 绪论 | 第15-25页 |
| ·前言 | 第15页 |
| ·论文中基础概念的界定 | 第15-16页 |
| ·研究选题的出发点 | 第16页 |
| ·相关领域已有的研究 | 第16-17页 |
| ·古诗的计算机辅助分析 | 第16-17页 |
| ·春联艺术的初探 | 第17页 |
| ·基于词联接的自然语言处理技术 | 第17页 |
| ·本课题的研究基础与语料资源 | 第17-18页 |
| ·研究的技术背景 | 第18-23页 |
| ·自然语言处理 | 第18页 |
| ·自然语言处理系统的阶段 | 第18-19页 |
| ·自然语言处理技术的发展趋势 | 第19页 |
| ·汉语自然语言处理 | 第19-23页 |
| ·本文研究的主要贡献 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 2 唐诗、宋词和对联语料库的建立 | 第25-29页 |
| ·诗词对联的特点 | 第25页 |
| ·语料库语言学的研究 | 第25-26页 |
| ·唐诗宋词语料的数据库建构 | 第26-28页 |
| ·对联语料库的建立 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 诗词风格的机器评判 | 第29-47页 |
| ·诗词的风格 | 第29-31页 |
| ·文本的模式识别 | 第31-34页 |
| ·文本模式识别的概述 | 第31页 |
| ·诗词风格评判的流程图 | 第31-32页 |
| ·文本模式识别方法 | 第32-34页 |
| ·诗词文本的机器表示 | 第34-43页 |
| ·向量空间模型的基本概念 | 第36-37页 |
| ·特征空间的确定(特征项的选择) | 第37-38页 |
| ·诗词风格的表示模型 | 第38-41页 |
| ·特征的权值选择 | 第41-42页 |
| ·诗词数据的处理流程 | 第42-43页 |
| ·诗词风格评判中的特征选择 | 第43-46页 |
| ·用信息增益进行特征选择 | 第43页 |
| ·启发式搜索算法 | 第43-44页 |
| ·用爬山法进行特征选择 | 第44-45页 |
| ·用遗传算法进行特征选择 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 4 诗词风格评判的实验 | 第47-53页 |
| ·诗词豪放婉约风格评判实验 | 第47-50页 |
| ·诗词作者风格的机器评判实验 | 第50-51页 |
| ·基于字出现的诗词作者评判实验概述 | 第50页 |
| ·诗词作者机器学习和判别器的测试结果 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 5 诗词风格特点的探索分析 | 第53-81页 |
| ·豪放婉约词的层次聚类分析 | 第53-59页 |
| ·层次聚类算法 | 第53-54页 |
| ·豪放词和婉约词层次聚类分析 | 第54-59页 |
| ·SOM自组织特征映射聚类分析 | 第59-66页 |
| ·自组织特征映射网络原理 | 第59-60页 |
| ·SOM 网络的结构 | 第60-61页 |
| ·SOM 对诗词数据的聚类试验 | 第61-66页 |
| ·李白杜甫诗的层次聚类分析 | 第66-78页 |
| ·诗词风格的探索性分析总结 | 第78-79页 |
| ·本章小结 | 第79-81页 |
| 6 计算机联语应对生成研究 | 第81-103页 |
| ·研究的背景 | 第81页 |
| ·联语的概况 | 第81-83页 |
| ·联语的艺术特点 | 第81-82页 |
| ·联语语句的特点 | 第82-83页 |
| ·研究现状 | 第83页 |
| ·研究的方法 | 第83-91页 |
| ·研究的总体思路 | 第83-85页 |
| ·统计机器学习在NLP 中的应用 | 第85-86页 |
| ·机器学习与统计语言模型的关系 | 第86-91页 |
| ·序列学习问题 | 第91-92页 |
| ·隐马尔可夫模型序列学习方法 | 第92-96页 |
| ·马尔可夫模型 | 第92-93页 |
| ·隐马尔可夫模型 | 第93-96页 |
| ·N元统计语言模型序列学习方法 | 第96-98页 |
| ·基于转换的错误驱动序列学习法 | 第98-102页 |
| ·转换规则的学习算法 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 7 联语应对生成实验 | 第103-109页 |
| ·实验方法 | 第103页 |
| ·实验数据 | 第103-104页 |
| ·实验结果 | 第104-107页 |
| ·实验总结 | 第107-108页 |
| ·本章小结 | 第108-109页 |
| 8 全文总结与展望 | 第109-113页 |
| ·总结 | 第109-110页 |
| ·进一步的研究规划 | 第110-113页 |
| 致谢 | 第113-115页 |
| 参考文献 | 第115-119页 |
| 附录 A | 第119-121页 |
| 附录 B | 第121-125页 |
| 后记 | 第125-127页 |
