基于局部标注的依存句法分析研究

目录

第一个书签之前

空白页面

第一章 绪论

1.1 任务定义

1.2 研究背景和意义

1.3 相关工作

1.4 研究内容

1.5 数据集与评价标准

1.6 论文结构

第二章 基于神经网络的依存句法分析方法

2.1 动机

2.2 基于图的双仿射神经网络句法分析器

2.2.1 基于图的依存句法分析方法

2.2.2 神经网络模型

2.2.3 CRF损失函数

2.2.4 参数设置

2.3 基于转移的全局归一化神经网络句法分析器

2.3.1 转移系统

2.3.2 神经网络模型

2.3.3 训练方法与损失函数

2.3.4 参数设置

2.4 实验结果

2.5 本章小结

第三章 基于局部标注的依存句法分析训练方法

3.1 动机

3.2 基于局部标注数据的模型训练

3.2.1 直接训练策略

3.2.2 先补全再训练策略

3.3 实验数据

3.3.1 随机选择

3.3.2 最不确定的任务

3.3.3 不一致选择

3.4 实验与分析

3.4.1 参数设置

3.4.2 不同分析器在全标注数据上的性能

3.4.3 直接训练策略的结果

3.4.4 先补全再训练策略的结果

3.4.5 测试集结果：直接训练 vs. 先补全再训练

3.5 本章小结

第四章 面向依存句法分析的基于局部标注的主动学习

4.1 动机

4.2 面向依存句法分析的主动学习方法

4.2.1 句子级别的全标注

4.2.2 单一依存弧级别的局部标注

4.2.3 批量依存弧级别的局部标注

4.3 仿真实验

4.3.1 实验数据与参数设置

4.3.2 全标注vs.单一依存弧级别的局部标注

4.3.3 单一vs.批量依存弧级别的局部标注

4.3.4 测试集结果

4.4 人工标注实验

4.4.1 标注平台

4.4.2 标注过程

4.4.3 标注结果分析

4.5 本章小结

第五章 总结和展望

5.1 工作总结

5.2 工作展望

参考文献

攻读学位期间的成果