汉语并列结构的自动识别
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题的提出 | 第10页 |
| ·本文的研究意义 | 第10-11页 |
| ·相关工作介绍 | 第11-16页 |
| ·浅层句法分析研究 | 第12-15页 |
| ·有关并列结构自动识别的研究 | 第15-16页 |
| ·本文的研究内容和组织结构 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 并列结构的语言学特征 | 第17-26页 |
| ·有标记并列结构的界定 | 第17页 |
| ·语料库介绍 | 第17-18页 |
| ·并列结构内部语言学特征 | 第18-22页 |
| ·并列结构的类型 | 第18-19页 |
| ·并列结构内部的词性序列分布 | 第19-20页 |
| ·并列结构的平行性 | 第20-21页 |
| ·嵌套并列结构 | 第21-22页 |
| ·并列结构外部语言学特征 | 第22-25页 |
| ·并列结构左边界特征词及分布 | 第22-24页 |
| ·并列结构的右边界特征词及其分布 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于规则的并列结构识别 | 第26-36页 |
| ·基本思想 | 第26页 |
| ·基本概念定义 | 第26-27页 |
| ·系统识别流程 | 第27-29页 |
| ·基于规则的并列结构自动识别算法 | 第29-35页 |
| ·NVCS处理模块 | 第30-32页 |
| ·JCS处理模块 | 第32-33页 |
| ·ACS处理模块 | 第33-34页 |
| ·MCS处理模块 | 第34页 |
| ·Others处理模块 | 第34-35页 |
| ·基于字符串相似度的方法 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 最大熵和错误驱动相结合的并列结构自动识别 | 第36-52页 |
| ·最大熵模型简介 | 第36-44页 |
| ·最大熵模型的简单实例 | 第37-38页 |
| ·最大熵模型的框架描述 | 第38-39页 |
| ·模型估计算法 | 第39-41页 |
| ·特征选择算法 | 第41-44页 |
| ·基于最大熵的并列结构识别 | 第44-47页 |
| ·任务定义 | 第44页 |
| ·特征模板的制定和特征的选取 | 第44-46页 |
| ·用最大熵对并列结构识别的流程 | 第46-47页 |
| ·基于错误驱动学习方法的并列结构自动识别 | 第47-51页 |
| ·错误驱动的学习方法 | 第47-48页 |
| ·基于错误驱动学习过程 | 第48-49页 |
| ·规则的筛选 | 第49-50页 |
| ·规则集 | 第50-51页 |
| ·本章小节 | 第51-52页 |
| 第五章 实验结果与分析 | 第52-59页 |
| ·实验语料 | 第52页 |
| ·实验结果 | 第52-58页 |
| ·基于规则的并列结构识别效果 | 第52-54页 |
| ·基于最大熵的并列结构识别结果 | 第54-56页 |
| ·错误驱动校正后的结果 | 第56-57页 |
| ·性能比较 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·下一步工作 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间公开发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-68页 |
