隨著自然語言處理和文本挖掘技術(shù)推陳出新,快速發(fā)展,人們的需求也日益升級,給搜索引擎、深度問答等應(yīng)用帶來了新的挑戰(zhàn)和機(jī)遇,對文本處理技術(shù)提出了更高的要求。應(yīng)對挑戰(zhàn)的方法主要是精準(zhǔn)的語義分析技術(shù)。在現(xiàn)有的語義分析研究中,主要針對詞匯級別、短語級別和句子級別的語義進(jìn)行深入挖掘,篇章級別的語義分析研究目前尚未成熟。本文從篇章級別的語義分析角度出發(fā),通過引入篇章外部的信息對文本內(nèi)容進(jìn)行補(bǔ)充,彌補(bǔ)計算機(jī)對篇章內(nèi)容相關(guān)背景信息的缺乏這一問題,更好的完成篇章的語義分析。本文針對外部信息引入文本內(nèi)部這一問題提出了三種模型,統(tǒng)稱為聯(lián)想模型,分別是基于序列迭代的聯(lián)想模型、基于權(quán)重傳播的聯(lián)想模型和融合句間關(guān)系的聯(lián)想模型。聯(lián)想模型的設(shè)計結(jié)合了認(rèn)知心理學(xué)和人類的閱讀習(xí)慣、思維習(xí)慣以及信息檢索領(lǐng)域經(jīng)典算法,實現(xiàn)了對大量外部信息進(jìn)行篩選,挑選出與文本語義更契合的一部分外部信息引入文本中。在引入外部信息之余,本文還將引入的外部信息應(yīng)用在文本分類這一傳統(tǒng)任務(wù)上,和未加入外部信息的方法相比取得了更好的結(jié)果。聯(lián)想模型主要包含文本表示、知識表示和模型算法這三個方面。在文本表示方面結(jié)合認(rèn)知心理學(xué)中的“可教的語言理解者”(Teac...

【文章來源】： 哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：64 頁

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來源及研究目的和意義
    1.2 國內(nèi)外相關(guān)研究
    1.3 本文研究內(nèi)容
第2章 認(rèn)知心理學(xué)基礎(chǔ)
    2.1 引言
    2.2 基本概念介紹
    2.3 知識的組織形式
        2.3.1 可教的語言理解者模型
        2.3.2 激活擴(kuò)散模型
    2.4 知識的表示
    2.5 本章小結(jié)
第3章 基于序列迭代的篇章聯(lián)想模型
    3.1 引言
    3.2 文本表示方案
    3.3 序列迭代模型
        3.3.1 知識抽取
        3.3.2 三元組語義相似度計算
        3.3.3 隱含狄利克雷（LDA）模型簡介
        3.3.4 三元組向量表示
        3.3.5 模型設(shè)計與優(yōu)化
    3.4 實驗結(jié)果與分析
        3.4.1 基于序列迭代的聯(lián)想模型實驗
        3.4.2 文本分類實驗
    3.5 本章小結(jié)
第4章 基于權(quán)重傳播的篇章聯(lián)想模型
    4.1 引言
    4.2 認(rèn)知心理學(xué)與經(jīng)典算法融合
    4.3 權(quán)重傳播模型
        4.3.1 算法流程
        4.3.2 模型優(yōu)化
    4.4 實驗結(jié)果與分析
        4.4.1 基于權(quán)重傳播的聯(lián)想模型實驗
        4.4.2 文本分類實驗
    4.5 本章小結(jié)
第5章 融合篇章結(jié)構(gòu)的篇章聯(lián)想模型
    5.1 引言
    5.2 句間關(guān)系體系簡介
    5.3 模型設(shè)計
        5.3.1 句間關(guān)系識別方法
        5.3.2 模型融合機(jī)制
    5.4 實驗結(jié)果與分析
        5.4.1 融合篇章結(jié)構(gòu)的聯(lián)想模型實驗
        5.4.2 文本分類實驗
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]中文篇章級句間語義關(guān)系體系及標(biāo)注 [J]. 張牧宇,秦兵,劉挺.  中文信息學(xué)報. 2014(02)



本文編號：3555945