基于句法树的中文词义消歧方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的背景和意义 | 第10页 |
| ·词义消歧的研究状况 | 第10-14页 |
| ·国外研究进展 | 第10-13页 |
| ·国内研究进展 | 第13-14页 |
| ·课题研究的主要内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 词义消歧相关知识概述 | 第16-23页 |
| ·词义消歧方法概述 | 第16-20页 |
| ·基于规则的词义消歧方法 | 第16页 |
| ·基于知识库的消歧方法 | 第16-17页 |
| ·基于统计学习的词义消歧方法 | 第17-19页 |
| ·基于实例的消歧方法 | 第19-20页 |
| ·词义消歧评测方法 | 第20-21页 |
| ·词义消歧面临的问题及解决办法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于句法树的特征提取和选择 | 第23-34页 |
| ·特征工程相关知识概述 | 第23-25页 |
| ·词义消歧的文本处理方法 | 第25-27页 |
| ·分词方法 | 第25-26页 |
| ·词性标注 | 第26-27页 |
| ·词义消歧的特征提取 | 第27-31页 |
| ·基于滑动词窗的特征提取方法 | 第27-28页 |
| ·基于句法分析树的特征提取方法 | 第28-30页 |
| ·特征提取算法的比较与分析 | 第30-31页 |
| ·消歧特征的选择 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 基于贝叶斯的词义消歧模型 | 第34-44页 |
| ·基于统计学习方法的词义消歧 | 第34页 |
| ·词义消歧模型的建立 | 第34-38页 |
| ·Bayesian Model 的基本原理 | 第35-36页 |
| ·基于贝叶斯的词义消歧模型 | 第36-37页 |
| ·基于贝叶斯的词义消歧流程描述 | 第37-38页 |
| ·实验构建与分析 | 第38-43页 |
| ·数据及工具 | 第38-39页 |
| ·实验方法及步骤 | 第39-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 词义消歧在机器翻译中的应用 | 第44-50页 |
| ·机器翻译 | 第44-45页 |
| ·机器翻译中的词义消歧 | 第45-47页 |
| ·机器翻译中的词义歧义问题 | 第45-46页 |
| ·机器翻译系统中的词义消歧 | 第46-47页 |
| ·实验内容 | 第47-49页 |
| ·实验方法及步骤 | 第47页 |
| ·实验结果及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间所发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
