| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 1 绪论 | 第15-35页 |
| ·引言 | 第15页 |
| ·课题研究背景和意义 | 第15-16页 |
| ·本文的研究目的和研究内容 | 第16-17页 |
| ·研究目的 | 第16页 |
| ·研究内容 | 第16-17页 |
| ·依存句法分析研究综述 | 第17-34页 |
| ·依存结构形式 | 第17-19页 |
| ·依存句法分析方法 | 第19-21页 |
| ·动态规划 | 第19-20页 |
| ·约束满足 | 第20页 |
| ·决策式的方法 | 第20-21页 |
| ·依存句法分析研究现状 | 第21-27页 |
| ·Yamada和Nivre的分析模型 | 第21-22页 |
| ·决策引导句法分析 | 第22-25页 |
| ·决策式分析的其他成果 | 第25-26页 |
| ·依存分析成果及其应用现状 | 第26-27页 |
| ·汉语依存句法分析研究现状 | 第27-30页 |
| ·汉语依存体系 | 第28页 |
| ·汉语依存句法分析的困难与优势 | 第28-29页 |
| ·汉语依存句法分析主要成果 | 第29-30页 |
| ·树库资源建设现状 | 第30-33页 |
| ·机器学习方法在句法分析中的应用现状 | 第33-34页 |
| ·论文的结构 | 第34-35页 |
| 2 一种针对汉语长句的依存句法分析方法CLDP | 第35-60页 |
| ·引言 | 第35-36页 |
| ·汉语长句特点以及分析的困难 | 第36-37页 |
| ·Arc-eager算法分析讨论 | 第37-44页 |
| ·算法描述数据结构及基本操作 | 第37-39页 |
| ·算法执行过程示例 | 第39-41页 |
| ·算法对于长句的分析缺陷 | 第41-44页 |
| ·一种非贪婪的考虑长距离依存的决策式汉语分析方法N-CLDP | 第44-54页 |
| ·依据根搜索器分层次的汉语长句分析策略 | 第44页 |
| ·根结点的作用原理 | 第44-45页 |
| ·根搜索器的构造 | 第45-50页 |
| ·HIT Dependency Treebank的格式 | 第45-46页 |
| ·利用LibSVM实现分类 | 第46-47页 |
| ·LibSVM对训练数据和测试数据的格式要求 | 第47-48页 |
| ·数据格式转换 | 第48-49页 |
| ·训练和测试数据 | 第49页 |
| ·根搜索器Root-Searcher的特征组合 | 第49-50页 |
| ·长句的分隔 | 第50-53页 |
| ·子句的连接合并 | 第53-54页 |
| ·实验结果及分析 | 第54-59页 |
| ·测试用句 | 第54-55页 |
| ·评价分析结果的标准 | 第55-56页 |
| ·实验结果 | 第56-59页 |
| ·根搜索器性能评估 | 第56-57页 |
| ·根搜索器特征评估 | 第57-58页 |
| ·不同测试集的分析结果比较 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 3 一种基于二段式的子句依存分析方法TSP | 第60-85页 |
| ·引言 | 第60页 |
| ·Early-reduce问题 | 第60-65页 |
| ·子句句法分析方法 | 第65-79页 |
| ·二段式句法分析方法TSP | 第65-77页 |
| ·VP Early-reduce问题 | 第66页 |
| ·分类特征以及复用特征 | 第66页 |
| ·阶段一的操作策略 | 第66-67页 |
| ·阶段一算法的形式化描述 | 第67-68页 |
| ·阶段一的分类器特征 | 第68-69页 |
| ·阶段二的操作策略 | 第69页 |
| ·阶段二的算法的形式化描述 | 第69-70页 |
| ·阶段二的分类器特征 | 第70-71页 |
| ·示例说明 | 第71-77页 |
| ·子句双向分析策略BSP | 第77-78页 |
| ·构建分类模型引导分析算法 | 第78-79页 |
| ·实验结果分析 | 第79-84页 |
| ·测试用句 | 第79页 |
| ·实验结果 | 第79-84页 |
| ·句法分析器正确率评估 | 第80-81页 |
| ·二段式分析策略的优越性 | 第81-82页 |
| ·分析方向效果评估 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 4 一种基于介词短语右边界的自动识别的句法分析方法RPP | 第85-103页 |
| ·引言 | 第85页 |
| ·介词短语分析及本文的识别方法 | 第85-89页 |
| ·介词短语的分析 | 第85-88页 |
| ·介词短语的左右边界 | 第85-87页 |
| ·介词短语担任的句法成分 | 第87页 |
| ·介词短语的语用特征 | 第87-88页 |
| ·其他词与介词短语并列作为修饰成份 | 第88页 |
| ·基于介词短语右边界的自动识别机制 | 第88-89页 |
| ·Arc-eager算法分析介词短语的缺陷 | 第89-90页 |
| ·本文采用的算法RPP | 第90-96页 |
| ·本文的方法依据 | 第90-91页 |
| ·利用SVM构造介词短语识别器 | 第91-92页 |
| ·RPP算法描述 | 第92-94页 |
| ·利用MaltParser实现本文算法 | 第94-95页 |
| ·RPP的特征向量组合 | 第95-96页 |
| ·树库数据格式转换 | 第96-97页 |
| ·实验结果和分析 | 第97-101页 |
| ·实验结果 | 第97-98页 |
| ·本文的RPP算法的缺陷分析 | 第98-99页 |
| ·特征组合对句法分析结果的影响 | 第99-100页 |
| ·训练语料规模对实验结果的影响 | 第100-101页 |
| ·本章小结 | 第101-103页 |
| 5 总结与展望 | 第103-106页 |
| ·论文内容和创新点总结 | 第103-104页 |
| ·下一步工作展望 | 第104-105页 |
| ·本章小结 | 第105-106页 |
| 参考文献 | 第106-112页 |
| 附录1 | 第112-114页 |
| 附录2 哈工大信息检索研究室汉语依存骨架树库说明 | 第114-115页 |
| 致谢 | 第115-116页 |
| 个人简历 | 第116-117页 |
| 在学期间发表的学术论文与研究成果 | 第117-118页 |
