| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 句法分析方法 | 第14-15页 |
| 1.3.1 基于规则的句法分析方法 | 第14页 |
| 1.3.2 基于统计的句法分析方法 | 第14-15页 |
| 1.3.3 统计与规则相结合的依存句法分析方法 | 第15页 |
| 1.4 本文主要研究内容及创新点 | 第15页 |
| 1.5 本文结构安排 | 第15-18页 |
| 第二章 汉语特殊句式及核心成分研究 | 第18-24页 |
| 2.1 典型句式 | 第18-20页 |
| 2.2 把字句式的研究 | 第20页 |
| 2.3 核心成分 | 第20-21页 |
| 2.4 工具选择及规则提取 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于最小生成树模型的核心成分析模型建立 | 第24-32页 |
| 3.1 最小生成树模型的流程图 | 第24-25页 |
| 3.2 prim算法的基本原理 | 第25-26页 |
| 3.3 建立最小生成树模型 | 第26-27页 |
| 3.3.1 建立模型 | 第26-27页 |
| 3.3.2 依存关系语料库 | 第27页 |
| 3.4 核心成分分析实验 | 第27-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 规则与统计相结合的句式识别模型建立 | 第32-46页 |
| 4.1 分词及词性标注工具的选择 | 第32页 |
| 4.2 基于转换的错误学习方法的汉语词性自动标注 | 第32-33页 |
| 4.2.1 基于转换的错误学习方法 | 第32页 |
| 4.2.2 实现方式 | 第32-33页 |
| 4.3 模型的建立 | 第33-46页 |
| 4.3.1 针对汉语典型句式规则模板的提取 | 第34-35页 |
| 4.3.2 隐马尔可夫模型 | 第35-41页 |
| 4.3.3 维特比算法 | 第41-46页 |
| 第五章 实验过程及结果 | 第46-56页 |
| 5.1 实验环境 | 第46页 |
| 5.2 测试数据及实验流程 | 第46-51页 |
| 5.2.1 实验指标 | 第46-47页 |
| 5.2.2 测试数据 | 第47-48页 |
| 5.2.3 实验流程 | 第48-51页 |
| 5.3 实验结果及结果对比 | 第51-55页 |
| 5.3.1 基于规则的模型分析实验结果 | 第52-53页 |
| 5.3.2 基于统计的模型分析实验结果 | 第53-54页 |
| 5.3.3 基于统计与规则相结合的模型分析实验结果 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结 | 第56-58页 |
| 6.1 论文主要工作 | 第56页 |
| 6.2 未来工作展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录A 攻读硕士学位期间的学术成果 | 第64-66页 |
| 附录B 程序核心代码清单 | 第66-84页 |
| 附录C 把字句的规则模板 | 第84-87页 |