学位论文 > 优秀研究生学位论文题录展示

基于知网和贝叶斯模型的词义消岐技术的研究

作　者: 徐赟
导　师: 肖亮
学　校: 南京理工大学
专　业: 模式识别与智能系统
关键词: 词义消歧自然语言处理知网依存句法分析贝叶斯模型
分类号: TP391.1
类　型: 硕士论文
年　份: 2010年
下　载: 53次
引　用: 0次
阅　读: 论文下载

内容摘要

词义消歧是自然语言处理中的热点和难点问题,对机器翻译、信息检索、句法分析及文本分类方面的研究,有着极其重要的理论及实践意义。现阶段词义消歧技术,因为词义知识获取中的瓶颈因素、词义消歧知识库的质量及词义消歧模型的优劣问题,消歧正确率一直不太理想。因此,如何进一步提升词义消歧的处理效果,一直是科研人员在词义消歧领域研究的动力和目标。本文首先简述了词义消歧主要研究方法,并对词义消歧主要技术进行评述。其次,介绍了词义消歧相关概念及《同义词词林》、《现代汉语语义词典》、知网等语义分类体系。然后,讨论了决策树与决策表、神经网络预测模型、最大熵方法、隐马尔可夫模型、贝叶斯模型等词义消歧相关模型。在此基础上,阐述基于知网和贝叶斯模型的词义消歧,阐述内容包括依存句法分析、基于知网和贝叶斯模型的词义消歧的体系结构、基于知网的词义消歧过程、贝叶斯模型的改进方法、基于知网和依存句法分析的贝叶斯推理、基于知网和贝叶斯模型词义消歧流程、基于知网和贝叶斯模型词义消歧算法以及模型训练与消岐示例。最后,进行词义消歧模型的实验测试和性能分析,内容包括实验用语料库、测试说明、实验结果、对比和分析。关于实验结果,包括神经网络预测模型的实验结果、隐马尔可夫模型的实验结果、贝叶斯模型的实验结果、基于知网和贝叶斯模型的实验结果；关于对比和分析,包括神经网络模型与贝叶斯网络模型的实验对照分析、隐马尔可夫模型与贝叶斯模型的实验对照分析、贝叶斯模型与基于知网和贝叶斯模型的实验对照分析。实验表明,笔者研究的基于知网和贝叶斯模型的词义消歧技术,在几种词义消歧模型中具有比较突出的优势。

全文目录

摘要  5-6
Abstract  6-11
1 绪论  11-20
  1.1 课题背景  11
  1.2 词义消歧的研究意义  11-12
  1.3 词义消歧主要研究方法  12-16
    1.3.1 基于AI的方法  12-13
    1.3.2 基于知识的方法  13-15
    1.3.3 基于语料库的方法  15-16
  1.4 对汉语词义消歧技术评述  16-17
  1.5 本课题词义消歧技术所属分类及创新之处  17-19
  1.6 论文内容组织  19-20
2 词义消歧相关概念及语义分类体系  20-26
  2.1 词义消歧相关概念  20-21
  2.2 语义分类体系  21-24
    2.2.1 同义词词林  21-22
    2.2.2 现代汉语语义词典  22-23
    2.2.3 知网  23-24
  2.3 本章小结  24-26
3 词义消歧相关模型研究  26-37
  3.1 决策树与决策表  26-28
    3.1.1 决策树  26-27
    3.1.2 决策表  27-28
  3.2 BP神经网络预测模型  28-30
  3.3 最大熵方法  30-31
  3.4 隐马尔可夫模型  31-33
  3.5 贝叶斯模型  33-36
    3.5.1 贝叶斯网络  34-35
    3.5.2 贝叶斯模型词义消歧方法  35-36
    3.5.3 贝叶斯词义消歧模型缺陷分析  36
  3.6 本章小结  36-37
4 基于知网和贝叶斯模型的词义消歧方法研究  37-46
  4.1 依存句法  37-38
    4.1.1 依存句法简介  37-38
    4.1.2 依存句法分析示例  38
  4.2 基于知网和贝叶斯模型的词义消歧体系结构  38-39
  4.3 基于知网的词义消歧过程  39-41
  4.4 基于知网和贝叶斯模型的词义消歧过程  41-45
    4.4.1 贝叶斯网络的改进方法  41
    4.4.2 基于知网和依存句法分析的贝叶斯推理  41-42
    4.4.3 基于知网和贝叶斯模型词义消歧流程  42
    4.4.4 基于知网和贝叶斯模型词义消歧算法  42-43
    4.4.5 基于知网和贝叶斯模型训练  43-44
    4.4.6 基于知网和贝叶斯模型词义消歧示例  44-45
  4.5 本章小结  45-46
5 词义消歧模型的实验测试和性能分析  46-63
  5.1 实验用语料库  46
  5.2 测试说明  46-47
  5.3 与同类实验比较  47
  5.4 实验结果  47-54
    5.4.1 神经网络预测模型的实验结果  47-49
    5.4.2 隐马尔可夫模型的实验结果  49-50
    5.4.3 贝叶斯模型的实验结果  50-52
    5.4.4 基于知网和贝叶斯模型的实验结果  52-54
  5.5 对比和分析  54-61
    5.5.1 神经网络模型与贝叶斯网络模型的实验对照分析  54-55
    5.5.2 隐马尔可夫模型与贝叶斯网络模型的实验对照分析  55-57
    5.5.3 贝叶斯网络模型与基于知网和贝叶斯模型的实验对照分析  57-61
  5.6 本章小结  61-63
6 结论与展望  63-65
  6.1 全文总结  63
  6.2 展望  63-65
致谢  65-66
参考文献  66-69
附录  69

基于知网和贝叶斯模型的词义消岐技术的研究

内容摘要

全文目录

相似论文