版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、蘇州大學(xué)碩士學(xué)位論文基于樹核方法的中文語義角色標(biāo)注研究姓名：吳方磊申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：朱巧明；李培峰201105AbstractResearchonTreeKernelBasedSemanticRoleLabelinginChineseResearchonTreeKernelBasedSemanticRoleLabelinginChineseAbstractSemanticrolelabeling(SRL)i
2、saparticularcaseofshallowsemanticparsing，itonlylabelspredicaterelatedconstituentswithsemanticrolesinasentence，suchasagent，patient，time，place，andSOonAtpresent，themainstreamstudiesofsemanticrolelabelingfocusonthefeature—ba
3、sedmethod，anditCanachievehighperformanceHoweverthismethodalsohassomeissuesForexample：it’SdifficulttoextractmoreeffectivefeaturesforSRLanditmissestheimportantstructuralinformationCurrenttrendofSRListoexplorekernelbasedmet
4、hod，whichcaneffectivelysolvethebottleneckofthosefeaturesengineeringmethodsThisdissertationexploreskernel—basedSRLinChineseandfocusesonthesemanticroleclassificationAtfirst，wefocusonhowtoapplycurrentkernel—basedmethodstoth
5、eChineseSRLWeconstructafeaturebasedSRLsystemwhichUSeSapolynomialkerneltocombinefeaturesautomaticallyMeanwhile，weexploreSRLinChineseviatreekernelmethodsandexploretwoeffectsyntacticstructureswithrespecttothecharacteristics
6、ofsemanticroleclassificationbyextendingtheminimumsyntacticstructureEvaluationontheChinesePropBankshowsthatthetreekernelbasedsemanticroleclassificationmethodachievesaperformanceof9153％inaccuracyWealsoexplorecompositekerne
7、ltointegratethefeaturebasedmethodandthekernel—basedmethodTheexperimentalresultsshowthattheaccuracyisimprovedtO9423％Then，weexplorethestructured—feturesinChineseSRLConsideringthedependenceamongtheargumentsofapredicate，wepr
8、oposeanAllArgumentsPredicateFeature(AAPF)space，whichCancapturethedependencyrelationMoreoverweintroducefiatfeaturesintothekernel—basedmethodandproposethreeheuristickernelspaceExperimentalresultsonChinesePropBankshowsthato
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于依存樹核函數(shù)的語義角色標(biāo)注研究.pdf
- 基于核方法的語義角色標(biāo)注研究.pdf
- 中文語義角色標(biāo)注的方法研究.pdf
- 基于依存樹的中文語義角色標(biāo)注技術(shù)研究.pdf
- 基于特征選擇的中文語義角色標(biāo)注研究.pdf
- 基于特征的中文語義角色標(biāo)注系統(tǒng).pdf
- 基于依存關(guān)系的中文語義角色標(biāo)注研究.pdf
- 基于語義角色標(biāo)注的中文問答系統(tǒng)研究.pdf
- 中文復(fù)雜句語義角色標(biāo)注.pdf
- 中文子句語義角色標(biāo)注系統(tǒng)實(shí)現(xiàn)研究.pdf
- 基于樹核函數(shù)的中文實(shí)體語義關(guān)系抽取方法的研究.pdf
- 面向文景轉(zhuǎn)換的中文語義角色標(biāo)注研究.pdf
- 面向三維場景生成的中文語義角色標(biāo)注方法研究.pdf
- 基于樹核的無指導(dǎo)中文語義關(guān)系抽取研究
- 基于依存分析的語義角色標(biāo)注研究.pdf
- 基于樹核的無指導(dǎo)中文語義關(guān)系抽取研究.pdf
- 基于LSTM的漢語語義角色標(biāo)注研究.pdf
- 中文名詞性謂詞的語義角色標(biāo)注研究.pdf
- 基于條件場的語義角色標(biāo)注.pdf
- 基于特征的中文名詞性謂詞語義角色標(biāo)注研究.pdf
評論
0/150
提交評論