|
|
|
面向文景转换的中文浅层语义分析方法研究 |
|
论文目录 |
|
摘要 | 第1-6页 | Abstract | 第6-14页 | 第1章 绪论 | 第14-38页 | ·课题的研究背景及意义 | 第14-16页 | ·课题的研究现状及发展趋势 | 第16-33页 | ·浅层语义分析的任务描述 | 第16-17页 | ·浅层语义分析的语料资源 | 第17-21页 | ·浅层语义分析的基本流程和方法 | 第21-29页 | ·浅层语义分析的评价体系 | 第29-33页 | ·本文的研究内容及组织结构 | 第33-38页 | ·本文的研究内容 | 第33-35页 | ·本文的组织结构 | 第35-36页 | ·论文整体与各章内容之间的关系 | 第36-38页 | 第2章 基于ART 网络的聚类共指消解方法 | 第38-54页 | ·引言 | 第38-40页 | ·基于信息增益率的特征选择 | 第40-43页 | ·基于ART 网络的中文共指消解 | 第43-47页 | ·实验及结果分析 | 第47-53页 | ·实验数据 | 第47-48页 | ·评测指标和方法 | 第48-49页 | ·实验结果和分析 | 第49-53页 | ·本章小结 | 第53-54页 | 第3章 浅层语义分析中的特征选择方法研究 | 第54-75页 | ·引言 | 第54-56页 | ·基本特征集合的构建 | 第56-63页 | ·分类模型的选择和句法树的剪枝 | 第56-58页 | ·短语结构句法特征集合的构建 | 第58-61页 | ·依存结构句法特征集合的构建 | 第61-63页 | ·基于统计的组合特征集合构建 | 第63-66页 | ·实验及结果分析 | 第66-73页 | ·实验数据及评测指标 | 第66页 | ·组合特征选择的实验结果及分析 | 第66-67页 | ·正确句法分析基础上的实验结果及分析 | 第67-69页 | ·自动句法分析基础上的实验结果及分析 | 第69-71页 | ·组合句法特征的性能分析 | 第71-72页 | ·整体性能对比 | 第72-73页 | ·本章小结 | 第73-75页 | 第4章 基于组合分类模型的浅层语义分析方法 | 第75-95页 | ·引言 | 第75-76页 | ·基于组合分类模型的浅层语义分析方法 | 第76-78页 | ·基本浅层语义分析模型的构造 | 第78-87页 | ·K 近邻(K-Nearest Neighbor,KNN)模型 | 第79-80页 | ·决策树(Decision Tree,DT)模型 | 第80-81页 | ·感知器(Perceptron)模型 | 第81-83页 | ·最大熵(Maximum Entropy,ME)模型 | 第83-85页 | ·支持向量机(Support Vector Machines,SVM)模型 | 第85-87页 | ·基于EM 算法的组合模型参数训练方法 | 第87-89页 | ·实验结果及分析 | 第89-94页 | ·实验数据及评测指标 | 第89-90页 | ·正确句法分析基础上的实验结果及分析 | 第90-91页 | ·自动句法分析基础上的实验结果及分析 | 第91-94页 | ·本章小结 | 第94-95页 | 第5章 基于计算认知模型的浅层语义分析方法 | 第95-112页 | ·引言 | 第95-96页 | ·主要计算认知模型概述 | 第96-98页 | ·命题语义表示形式的定义 | 第98-100页 | ·基于认知模型的浅层语义分析基本方法 | 第100-102页 | ·认知模型的构造和整合 | 第102-108页 | ·构造候选命题 | 第102-103页 | ·构造LTM 网络 | 第103-104页 | ·认知模型的构造阶段 | 第104-105页 | ·认知模型的整合阶段 | 第105-108页 | ·实验结果及分析 | 第108-111页 | ·本章小结 | 第111-112页 | 结论 | 第112-114页 | 参考文献 | 第114-124页 | 附录 | 第124-126页 | 攻读博士学位期间发表的论文及其它成果 | 第126-129页 | 致谢 | 第129-130页 | 个人简历 | 第130页 |
|
|
|
|
论文编号BS50062,这篇论文共130页 会员购买按0.35元/页下载,共需支付45.5元。 直接购买按0.5元/页下载,共需要支付65元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|