基于句子跨度的哈萨克语句法分析研究
发布时间:2021-07-07 09:50
哈萨克语句法分析的研究随着神经网络技术的广泛应用也取得了较大的进展,从过去使用大量的语言语法规则进行句法分析以及使用大规模语料训练统计模型的句法分析方法逐渐将神经网络技术融入其中,并对句法分析的效果有了进一步的提升。短语句法分析技术主要分为两大类:基于转移的句法分析与基于线图的句法分析。本文进行哈萨克语句法分析研究中在以上两种方法的基础上进行了句法分析。本文在基于转移的方法上将句子跨度作为基本单位进行处理,在移进-归约的操作上主要分为两种:结构动作与短语标记动作。其中结构动作主要是对句子跨度的分支点进行存储,短语标记动作主要是对句子跨度进行相应的短语标记。在此基础上使用Bi LSTM神经网络获取句子跨度特征,使用多层感知机进行参数训练,在句法树解码方法上对动态规划算法、贪心算法以及柱搜索算法进行了比较。根据实验对比分析得到以下结论:1)使用Bi LSTM神经网络获取句子跨度特征时两层的Bi LSTM比一层的Bi LSTM更能将句子跨度在句子上下文中的特征信息获取到。2)在解码算法的选择上使用贪心算法时,解码速度较快,但准确率不高,使用柱搜索算法解码时,句法分析准确率较高。3)在柱搜索算...
【文章来源】:新疆大学新疆维吾尔自治区 211工程院校
【文章页数】:47 页
【学位级别】:硕士
【部分图文】:
短语“thegooddesk”树形结构集线图表示线图方法其优点主要有:
LSTM结构
1( [ , ] )t f t t ff W h x b (2-4)门to 以及新单元状态tC 的更新如下:t t t 1t tC f C i C (2-5)1( [ , ] )t o t t oo W h x b (2-6)tanh( )t t th o C(2-7)般使用 sigmoid 函数输出一个 0~1 之间的数字,描述每个成分 , , ,i C f oW W W W 为参数矩阵, , , ,i C f ob b b b 为偏置向量。TM(bi-directional LSTM)是双向 LSTM,由一个前向 LSTM 神 LSTM 神经网络组成,利用前向 LSTM 得到的向量与后向 L行拼接得到词在整个句子中的上下文中位置。其对一个句子的 所示:
【参考文献】:
期刊论文
[1]由粗到精的哈萨克语短语结构句法分析研究[J]. 梁金莲,古丽拉·阿东别克. 中文信息学报. 2018(01)
[2]基于PChart算法的哈萨克语句法分析[J]. 尚文清,古丽拉·阿东别克,牛娜,于智娟. 计算机工程与设计. 2016(03)
[3]基于PCFG模型的哈萨克语句法分析[J]. 尚文清,古丽拉·阿东别克,牛娜,于智娟. 现代计算机(专业版). 2015(14)
[4]基于统计的句法分析方法[J]. 袁里驰. 中南大学学报(自然科学版). 2014(08)
[5]基于统计学习模型的句法分析方法综述[J]. 吴伟成,周俊生,曲维光. 中文信息学报. 2013(03)
[6]汉语自动句法分析的理论与方法[J]. 刘挺,马金山. 当代语言学. 2009(02)
[7]基于规则的汉语句法分析方法研究[J]. 王鹏,戴新宇,陈家骏,王启祥. 计算机工程与应用. 2003(29)
[8]四种基本统计句法分析模型在汉语句法分析中的性能比较[J]. 孟遥,李生,赵铁军,曹海龙. 中文信息学报. 2003(03)
[9]基于短语结构语法的自动句法分析方法[J]. 冯志伟. 当代语言学. 2000(02)
[10]浅层句法分析方法概述[J]. 孙宏林,俞士汶. 当代语言学. 2000(02)
博士论文
[1]基于神经网络的句法分析研究[D]. 周浩.南京大学 2017
[2]汉语依存句法分析关键技术研究[D]. 李正华.哈尔滨工业大学 2013
硕士论文
[1]基于深度学习的自然语言句法分析研究[D]. 周青宇.哈尔滨工业大学 2016
[2]基于CVG模型的中文短语结构句法分析研究[D]. 李静毅.郑州大学 2015
[3]汉语依存句法分析技术研究[D]. 郭振.北京交通大学 2015
[4]基于GLR算法的维吾尔语句法分析研究[D]. 朱敬国.新疆大学 2011
[5]基于Chart算法的维吾尔语句法分析系统的设计与实现[D]. 哈里旦木·阿布都克里木.新疆大学 2010
[6]基于层叠条件随机场的汉语句法分析技术的研究[D]. 刘新.沈阳航空工业学院 2010
[7]基于图和转移算法相结合的中文依存关系解析[D]. 刘春红.大连理工大学 2009
[8]基于转换的依存句法分析研究[D]. 沈超.复旦大学 2009
[9]基于依存语法的汉语句法分析研究[D]. 高玲玲.中国海洋大学 2009
[10]基于概率上下文无关文法的汉语句法分析方法研究[D]. 胡芊.北京邮电大学 2009
本文编号:3269414
【文章来源】:新疆大学新疆维吾尔自治区 211工程院校
【文章页数】:47 页
【学位级别】:硕士
【部分图文】:
短语“thegooddesk”树形结构集线图表示线图方法其优点主要有:
LSTM结构
1( [ , ] )t f t t ff W h x b (2-4)门to 以及新单元状态tC 的更新如下:t t t 1t tC f C i C (2-5)1( [ , ] )t o t t oo W h x b (2-6)tanh( )t t th o C(2-7)般使用 sigmoid 函数输出一个 0~1 之间的数字,描述每个成分 , , ,i C f oW W W W 为参数矩阵, , , ,i C f ob b b b 为偏置向量。TM(bi-directional LSTM)是双向 LSTM,由一个前向 LSTM 神 LSTM 神经网络组成,利用前向 LSTM 得到的向量与后向 L行拼接得到词在整个句子中的上下文中位置。其对一个句子的 所示:
【参考文献】:
期刊论文
[1]由粗到精的哈萨克语短语结构句法分析研究[J]. 梁金莲,古丽拉·阿东别克. 中文信息学报. 2018(01)
[2]基于PChart算法的哈萨克语句法分析[J]. 尚文清,古丽拉·阿东别克,牛娜,于智娟. 计算机工程与设计. 2016(03)
[3]基于PCFG模型的哈萨克语句法分析[J]. 尚文清,古丽拉·阿东别克,牛娜,于智娟. 现代计算机(专业版). 2015(14)
[4]基于统计的句法分析方法[J]. 袁里驰. 中南大学学报(自然科学版). 2014(08)
[5]基于统计学习模型的句法分析方法综述[J]. 吴伟成,周俊生,曲维光. 中文信息学报. 2013(03)
[6]汉语自动句法分析的理论与方法[J]. 刘挺,马金山. 当代语言学. 2009(02)
[7]基于规则的汉语句法分析方法研究[J]. 王鹏,戴新宇,陈家骏,王启祥. 计算机工程与应用. 2003(29)
[8]四种基本统计句法分析模型在汉语句法分析中的性能比较[J]. 孟遥,李生,赵铁军,曹海龙. 中文信息学报. 2003(03)
[9]基于短语结构语法的自动句法分析方法[J]. 冯志伟. 当代语言学. 2000(02)
[10]浅层句法分析方法概述[J]. 孙宏林,俞士汶. 当代语言学. 2000(02)
博士论文
[1]基于神经网络的句法分析研究[D]. 周浩.南京大学 2017
[2]汉语依存句法分析关键技术研究[D]. 李正华.哈尔滨工业大学 2013
硕士论文
[1]基于深度学习的自然语言句法分析研究[D]. 周青宇.哈尔滨工业大学 2016
[2]基于CVG模型的中文短语结构句法分析研究[D]. 李静毅.郑州大学 2015
[3]汉语依存句法分析技术研究[D]. 郭振.北京交通大学 2015
[4]基于GLR算法的维吾尔语句法分析研究[D]. 朱敬国.新疆大学 2011
[5]基于Chart算法的维吾尔语句法分析系统的设计与实现[D]. 哈里旦木·阿布都克里木.新疆大学 2010
[6]基于层叠条件随机场的汉语句法分析技术的研究[D]. 刘新.沈阳航空工业学院 2010
[7]基于图和转移算法相结合的中文依存关系解析[D]. 刘春红.大连理工大学 2009
[8]基于转换的依存句法分析研究[D]. 沈超.复旦大学 2009
[9]基于依存语法的汉语句法分析研究[D]. 高玲玲.中国海洋大学 2009
[10]基于概率上下文无关文法的汉语句法分析方法研究[D]. 胡芊.北京邮电大学 2009
本文编号:3269414
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3269414.html