基于Shift-Reduce的增量式AMR解析研究

声明

摘要

第1章 绪论

1．1 论文的研究背景

1．2 论文的研究内容

1．3 论文的主要工作

1．4 论文的组织结构

第2章 AMR相关研究现状

2．1 AMR定义

2．2 AMR内容

2．2．1 AMR标注规范

2．2．2 AMR局限性

2．3 AMR评测

2．4 AMR对齐

2．5 AMR解析

2．5．1 基于图的AMR解析

2．5．2 基于转移的AMR解析

2．5．3 基于文法的AMR解析

2．5．4 基于机器翻译的AMR解析

2．6 AMR应用

2．6．1 文本摘要

2．6．2 无监督实体链接

2．6．3 其它AMR应用

2．7 本章小结

第3章 基于Shift-Reduce的AMR解析baseline系统实现

3．1 引言

3．2 基于Shift-Reduce的依存分析

3．2．1 ARCSTANDARD依存分析

3．2．2 ARCEAGER依存分析

3．3 分类器的选择

3．3．1 最大熵

3．3．2 支持向量机

3．3．3 前馈神经网络

3．4 基于Shift-Reduce的AMR解析

3．4．1 AMK图与依存树的结构差异

3．4．2 Shift-Reduce转移动作集定义

3．4．3 baseline系统的oracle算法

3．4．4 训练分类器

3．4．5 概念识别策略

3．4．6 AMR解析算法

3．5 实验结果与分析

3．5．1 实验数据与评测方法

3．5．2 开发集上的分类器性能

3．5．3 测试集上的AMR解析性能

3．6 本章小结

第4章 基于扩展Shift-Reduce和全局解码的AMR解析

4．1 引言

4．2．1 baseline系统的Shift-Reduce转移动作集不足

4．2．2 扩展的Shift-Reduce转移动作集定义

4．2．3 改进系统的oracle算法

4．3 基于扩展Shift-Reduce的AMR解析算法

4．3．1 关系识别算法

4．3．2 联合识别算法

4．3．3 参数学习算法

4．4 实验结果与分析

4．4．1 实验数据与评测方法

4．4．2 开发集上的算法性能

4．4．3 测试集上的算法性能

4．5 本章小结

第5章 总结与展望

5．1 论文总结

5．2 工作展望

参考文献

在读期间参加的科研项目与发表的学术论文

致谢