文档介绍：中文摘要给定的语法自动推导出句子的语法结构。句法分析性能的提高对机器翻译、信息本文首先简单介绍了句法分析的相关理论和相关技术,介绍了句法分析算法分析与动词次范畴化之间的关系,在此基础上提出了基于次范畴化规则的句法分内规则的模式进行相似度匹配的方法实现了对汉语句子的句法分析;在基于统计畴化规则的概率取平均值的方法对汉语句子进行句法分析。我们通过上述两种方句法分析是自然语言处理领域的一个关键性问题,句法分析的任务就是根据检索、信息抽取、语音处理等应用产生重要的推动作用。汉语的句法分析技术是中文信息处理的基础,由于汉语在语法上独有的一些特点,对汉语的分析造成了一定的影响,使我们不能照搬现成的像英语句法分析的方法,要从汉语自身特点出发,研究适合汉语的句法分析技术。对汉语句法分析的研究将对自然语言处理的各种问题提供帮助,是解决自然语言理解的重要手段之一。和模型。又简单介绍了动词次范畴化的概念以及形式化描写方式,以及汉语句法析方法和基于次范畴化统计特征的汉语句法分析方法。我们在基于次范畴化规则的句法分析方法中引入了最大相似度的手段,提出了利用动词次范畴化信息对栈的句法分析方法中应用了取概率平均值的措施,通过对栈内句法分析规则和次范法得到的分析结果与基准方法相比有了很明显的提高。关键词:汉语句法分析;动词次范畴化;规则特征;统计特征
一/㈣岛鎖鹖苗啦甌甌甒篊,...甌,’Ⅱ.
目录中文摘要⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外相关研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯.本文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的结构安排⋯⋯⋯⋯⋯第露蚀畏冻牖砺酆途浞ǚ治瞿P汀句法分析算法介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯确定性分析算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯动词次范畴化基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.动词次范畴化的形式化描写⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。文法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。惴ā璴算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。惴ā常用的统计句法分析模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯....⋯⋯..⋯⋯.⋯..:..⋯⋯⋯.....⋯⋯⋯⋯⋯⋯......:⋯....⋯...⋯⋯⋯..⋯.:...⋯⋯⋯..:...⋯⋯...⋯.‘..Ⅱ、
独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于次范畴化规则的汉语句法分析的实现过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第禄诖畏冻牖臣铺卣鞯暮河锞浞ǚ治觥学位论文版权使用授权书⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第禄诖畏冻牖嬖虻木浞ǚ治觥引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..次范畴化规则的特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯句法分析评测标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.系统测试和结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯。:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..动词次范畴化特征的概率分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯次范畴化统计特征的提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于次范畴化统计特征的汉语句法分析的实现过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯系统测试和结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯两种句法分析方法的性能的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯附录河锎世啾昙羌附录浞üδ芙峁贡昙羌附录锓ü嬖蚴纠附录河锒蚀畏冻牖畔⑻崛∈纠致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。攻读学位期间发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。黑龙江大学硕士学位论文
、
第滦髀本文研究