首页> 中文学位 >基于深度神经网络的中文句法要素识别方法研究
【6h】

基于深度神经网络的中文句法要素识别方法研究

代理获取

目录

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容

1.4 结构安排

1.5 本章小结

第2章 相关技术简介

2.1 深度神经网络模型

2.1.1 RNN

2.1.2 LSTM

2.1.3 Bi-LSTM

2.2 词向量

2.2.1 Word2vec模型

2.2.2 GloVe模型

2.3 Attention机制

2.4 本章小结

第3章 制定中文句法要素的标注规范

3.1 引言

3.2 中文句法要素

3.3 数据集

3.4 中文句法要素的应用

3.5 本章小结

第4章 基于注意力机制的中文句法要素识别

4.1 引言

4.2 模型架构

4.3 实验设计

4.3.1 数据标签格式

4.3.2 评价指标

4.3.3 实验环境

4.3.4 参数设置

4.4 实验结果及分析

4.4.1 标签体系对比实验

4.4.2 模型优化器实验

4.4.3 隐藏层节点数量实验

4.4.4 模型训练次数实验

4.4.5 模型对比实验

4.5 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录

图版

声明

展开▼

著录项

  • 作者

    冯丽;

  • 作者单位

    贵州大学;

  • 授予单位 贵州大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 秦永彬;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 地图制图学(地图学);
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号