文摘
英文文摘
华南理工大学学位论文原创性声明及学位论文版权使用授权书
第一章绪论
1.1课题的提出
1.2背景介绍
1.2.1答案抽取
1.2.2答案抽取的过程
1.2.3答案抽取技术分类
1.2.4答案抽取系统的发展
1.3语义分析的基础——依存技术
1.3.1依存概念的提出
1.3.2依存研究的关键技术
1.3.3为什么需要依存技术
1.4本课题来源
1.5主要研究内容和章节组织
1.5.1研究内容
1.5.2本文结构
第二章问答的语义关联分析
2.1概述
2.2背景及相关工作介绍
2.3研究思路
2.4基本定义
2.5文本推理网络
26实验
2.6.1数据来源
2.6.2实验1:抽取语义相关词汇
2.6.3实验2:基于语义相关词的信息检索
2.7问题与讨论
2.8本章小结
第三章语义依存句法分析模型
3.1引言
3.2研究背景
3.2.1语法驱动
3.2.2数据驱动
3.2.3确定性策略
3.2.4依存分析研究
3.3数据驱动的中文依存分析器
3.3.1依存语法基础
3.3.2数据驱动的依存语言模型
3.4基于SVM学习的产生式依存分析技术
3.4.1产生式概率依存模型
3.4.2 SVM与依存分析
3.4.3 SVM的基本原理
3.4.4 SVM与产生式模型结合的依存分析算法
3.4.5 SVM分类器的设置
3.4.6实验结果与分析
3.4.7进一步工作
3.5本章小结
第四章面向句法分析的短语界定
4.1引言
4.2 CPP的自动识别
4.3自动界定预测算法
4.3.1单界定输出算法:Viterbi算法
4.3.2基于HMM的CPP自动界定模型
4.4错误校正处理
4.4.1 ED校正
4.4.2基于DG的自动消歧
4.5实验和讨论
4.5.1测试数据的评价
4.5.2介词短语识别结果分析
4.5.3消歧处理讨论
4.6本章小结
第五章语义相似度评价
5.1引言
5.2问题描述和基本处理思路
5.3基本理论分析
5.4进一步讨论
5.5实验和分析
5.6相关研究
5.6.1树编辑距离法(TEdt)
5.6.2树核法(Kernel)
5.6.3关于kernel的讨论
5.7本章小结
第六章基于动态依存范围的信息检索
6.1引言
6.2依存范围对依存关系判断的影响分析
6.2.1静态依存上下文
6.2.2基于静态上下文的依存语言模型
6.3基于动态上下文的依存语言模型
6.3.1动态依存上下文
6.3.2依存上下文的动态划分算法
6.3.3基于动态上下文的依存语言模型
6.3.4数据平滑
6.4实验及讨论
6.4.1实验设计
6.4.2测试集和评价方法
6.4.3实验结果和分析
6.5本章小结
第七章自然语言逻辑表示、转换和谓词相关度计算
7.1逻辑符号
7.1.1平逻辑式FLF
7.1.2最小逻辑式
7.2基于依存分析的MLF转换
7.2.1依存分析对MLF转换的重要性
7.2.2问题描述
7.2.3 DAMT算法
7.3谓词对象的相关度计算
7.3.1面向MLF的相关度算法
7.4本章小结
第八章带逻辑语义检测的高精度、多适应性AE原型系统DPAES的实现及验证
8.1引言
8.2系统结构
8.2.1系统组件
8.2.2外部知识库和实现工具选择
8.3数据流程
8.4系统性能测试分析
8.4.1实验目的
8.4.2实验配置环境
8.4.3实验数据与结果
8.5本章小结
结语
参考文献
附录
攻读博士学位期间取得的研究成果
致谢