基于神经网络的框架消歧研究
发布时间：2022-01-04 18:25
自然语言处理的研究历程是从基于规则的研究过渡到基于统计的研究,在这期间,该研究领域已取得了很多辉煌的成就。然而,不管是基于何种方法,最终的目的都是实现人与机器之间的自由沟通,即所谓的语义理解。设想人类学习和理解语言的过程,总是处在相应的环境中去完成的,基于此,在20世纪70年代,语言学家Fillmore提出了框架语义学的概念,框架,即是为了理解语言中词语的含义应具备的概念结构,不同的框架具有不同的概念结构。框架语义学的提出使得理解句子的语义可以在一定的环境下进行,从而在一定程度上避免了自然语言中出现的歧义问题,提高计算机理解语义的准确性。但即使有了框架,仍旧还是存在歧义问题,如:隆重的节日即将到来之际,我<tgt想>向中国朋友致以新春祝福;“想”作为此句的目标词,可以激起有“观点”,“思考”,“渴望”三个框架,处在不同框架下句子的含义完全不同,所以此时就需要对框架进行消歧。框架消歧,即根据目标词的上下文信息,从现有的框架库中,自动为该目标词标注一个合适的框架。当前对于框架消歧的研究,可以将其看作分类问题来解决。通过用自然语言处理工具分析句子,并人工提取分析后得到的特征,然后...
【文章来源】：太原理工大学山西省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文的组织结构
第二章 框架语义学与框架语义知识库
2.1 框架语义学
2.2 FRAMENET
2.3 汉语框架语义知识库
2.4 汉语框架语义知识库语义标注
2.5 本章总结
第三章 基于神经网络构建的框架消歧模型
3.1 神经网络框架消歧模型结构
3.1.1 隐藏层激活函数
3.1.2 输出层激活函数
3.2 交叉熵损失函数
3.3 神经网络参数的获取
3.4 神经网络构建框架消歧模型
3.5 本章总结
第四章 基于支持向量机构建的框架消歧模型
4.1 支持向量机模型简介
4.2 核函数
4.2.1 高斯核函数(Gaussian Kernel function)
4.2.2 多项式核函数(Polynomial Kernal function)
4.2.3 Sigmoid核函数
4.3 解决支持向量机中框架排歧多分类问题的方法
4.4 支持向量机构建框架消歧模型
4.5 本章总结
第五章 实验结果与分析
5.1 特征提取
5.2 实验环境及工具
5.3 评价指标
5.4 基于神经网络模型搭建的框架消歧模型实验结果
5.4.1 采用词性和依存句法关系
5.4.2 采用词性和依存句法关系和语义分析关系
5.5 基于SVM模型搭建的框架消歧模型实验结果
5.5.1 采用词性和句法依存关系
5.5.2 采用词性和句法依存关系和语义依存分析关系
5.6 神经网络与支持向量机消歧模型结果比较
5.7 本章总结
第六章 总结与展望
6.1 总结
6.2 未来展望
参考文献
致谢
攻读硕士学位期间发表的论文
【参考文献】：
期刊论文
[1]基于汉语框架语义关系的零形式识别与消解[J]. 李茹,郭倩. 山西大学学报(自然科学版). 2018(04)
[2]基于词分布式表征的汉语框架排歧模型[J]. 张力文,王瑞波,李茹,张晟. 中文信息学报. 2017(06)
[3]基于卷积神经网络和关键词策略的实体关系抽取方法[J]. 王林玉,王莉,郑婷一. 模式识别与人工智能. 2017(05)
[4]基于事件卷积特征的新闻文本分类[J]. 夏从零,钱涛,姬东鸿. 计算机应用研究. 2017(04)
[5]图像理解中的卷积神经网络[J]. 常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安. 自动化学报. 2016(09)
[6]基于汉语篇章框架语义分析的阅读理解问答研究[J]. 王智强,李茹,梁吉业,张旭华,武娟,苏娜. 计算机学报. 2016(04)
[7]基于词分布表征的汉语框架排歧研究[J]. 党帅兵,李国臣,王瑞波,李济洪. 中北大学学报(自然科学版). 2015(03)
[8]汉语核心框架语义分析[J]. 石佼,李茹,王智强. 中文信息学报. 2014(06)
[9]基于条件随机场的汉语框架语义角色自动标注[J]. 宋毅君,王瑞波,李济洪,李国臣. 中文信息学报. 2014(03)
[10]基于词元语义特征的汉语框架排歧研究[J]. 李国臣,张立凡,李茹,刘海静,石佼. 中文信息学报. 2013(04)
博士论文
[1]汉语句子框架语义结构分析技术研究[D]. 李茹.山西大学 2012
硕士论文
[1]基于神经网络和决策树的文本分类及其应用研究[D]. 雷飞.电子科技大学 2018
[2]基于SVM的邮件内容分类方法研究[D]. 苏海.大连理工大学 2013
[3]SVM多分类关键技术研究及其在车牌字符识别中的应用[D]. 郭萍萍.大连海事大学 2012
[4]汉语框架自动识别中的歧义消解[D]. 高亚慧.山西大学 2011
[5]汉语框架排歧技术研究[D]. 刘海静.山西大学 2011
[6]基于支持向量机的汉语框架语义角色自动标注[D]. 杨杏丽.山西大学 2010
[7]基于最大熵模型的汉语框架语义角色自动标注[D]. 王蔚林.山西大学 2010
[8]基于条件随机场模型的汉语框架语义角色自动标注研究[D]. 王瑞波.山西大学 2009
[9]基于条件随机场的句法语义自动标注探索[D]. 陈雪艳.山西大学 2009
本文编号：3568843
【文章来源】：太原理工大学山西省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文的组织结构
第二章 框架语义学与框架语义知识库
2.1 框架语义学
2.2 FRAMENET
2.3 汉语框架语义知识库
2.4 汉语框架语义知识库语义标注
2.5 本章总结
第三章 基于神经网络构建的框架消歧模型
3.1 神经网络框架消歧模型结构
3.1.1 隐藏层激活函数
3.1.2 输出层激活函数
3.2 交叉熵损失函数
3.3 神经网络参数的获取
3.4 神经网络构建框架消歧模型
3.5 本章总结
第四章 基于支持向量机构建的框架消歧模型
4.1 支持向量机模型简介
4.2 核函数
4.2.1 高斯核函数(Gaussian Kernel function)
4.2.2 多项式核函数(Polynomial Kernal function)
4.2.3 Sigmoid核函数
4.3 解决支持向量机中框架排歧多分类问题的方法
4.4 支持向量机构建框架消歧模型
4.5 本章总结
第五章 实验结果与分析
5.1 特征提取
5.2 实验环境及工具
5.3 评价指标
5.4 基于神经网络模型搭建的框架消歧模型实验结果
5.4.1 采用词性和依存句法关系
5.4.2 采用词性和依存句法关系和语义分析关系
5.5 基于SVM模型搭建的框架消歧模型实验结果
5.5.1 采用词性和句法依存关系
5.5.2 采用词性和句法依存关系和语义依存分析关系
5.6 神经网络与支持向量机消歧模型结果比较
5.7 本章总结
第六章 总结与展望
6.1 总结
6.2 未来展望
参考文献
致谢
攻读硕士学位期间发表的论文
【参考文献】：
期刊论文
[1]基于汉语框架语义关系的零形式识别与消解[J]. 李茹,郭倩. 山西大学学报(自然科学版). 2018(04)
[2]基于词分布式表征的汉语框架排歧模型[J]. 张力文,王瑞波,李茹,张晟. 中文信息学报. 2017(06)
[3]基于卷积神经网络和关键词策略的实体关系抽取方法[J]. 王林玉,王莉,郑婷一. 模式识别与人工智能. 2017(05)
[4]基于事件卷积特征的新闻文本分类[J]. 夏从零,钱涛,姬东鸿. 计算机应用研究. 2017(04)
[5]图像理解中的卷积神经网络[J]. 常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安. 自动化学报. 2016(09)
[6]基于汉语篇章框架语义分析的阅读理解问答研究[J]. 王智强,李茹,梁吉业,张旭华,武娟,苏娜. 计算机学报. 2016(04)
[7]基于词分布表征的汉语框架排歧研究[J]. 党帅兵,李国臣,王瑞波,李济洪. 中北大学学报(自然科学版). 2015(03)
[8]汉语核心框架语义分析[J]. 石佼,李茹,王智强. 中文信息学报. 2014(06)
[9]基于条件随机场的汉语框架语义角色自动标注[J]. 宋毅君,王瑞波,李济洪,李国臣. 中文信息学报. 2014(03)
[10]基于词元语义特征的汉语框架排歧研究[J]. 李国臣,张立凡,李茹,刘海静,石佼. 中文信息学报. 2013(04)
博士论文
[1]汉语句子框架语义结构分析技术研究[D]. 李茹.山西大学 2012
硕士论文
[1]基于神经网络和决策树的文本分类及其应用研究[D]. 雷飞.电子科技大学 2018
[2]基于SVM的邮件内容分类方法研究[D]. 苏海.大连理工大学 2013
[3]SVM多分类关键技术研究及其在车牌字符识别中的应用[D]. 郭萍萍.大连海事大学 2012
[4]汉语框架自动识别中的歧义消解[D]. 高亚慧.山西大学 2011
[5]汉语框架排歧技术研究[D]. 刘海静.山西大学 2011
[6]基于支持向量机的汉语框架语义角色自动标注[D]. 杨杏丽.山西大学 2010
[7]基于最大熵模型的汉语框架语义角色自动标注[D]. 王蔚林.山西大学 2010
[8]基于条件随机场模型的汉语框架语义角色自动标注研究[D]. 王瑞波.山西大学 2009
[9]基于条件随机场的句法语义自动标注探索[D]. 陈雪艳.山西大学 2009
本文编号：3568843
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3568843.html
