基于索引行聚類的英語動詞型式自動識別與提取研究

緒論 1
0．1 研究背景 1
0．2 本研究的理論及實踐意義 4
0．2．1 理論意義 4
0．2．2 實踐意義 6
0．3 本研究概述 9
0．3．1 研究目的 9
0．3．2 研究問題及研究對象 9
0．3．3 研究步驟 10
0．3．3．1 語料及預處理 11
0．3．3．2 特征集的建立及其轉(zhuǎn)換 11
0．3．3．3 權(quán)重計算 13
0．3．3．4 索引行聚類 14
0．3．3．5 型式提取 15
0．4 本書結(jié)構(gòu) 15
0．5 小結(jié) 16
第一章 型式與型式語法 17
1．1 型式 17
1．1．1 型式研究的緣起與發(fā)展 17
1．1．2 型式的定義 20
1．1．3 型式實例 21
1．1．4 型式元素及其編碼 23
1．1．5 本研究中判別型式的六個標準 26
1．2 型式語法 26
1．2．1 短語學思想與習語原則 27
1．2．2 詞匯與語法關系及各自地位 28
1．2．2．1 詞匯語法不可分 28
1．2．2．2 詞匯為中心的研究 30
1．2．3 型式與意義的關系 32
1．3 型式語法的優(yōu)缺點 35
1．3．1 型式語法與傳統(tǒng)語法的差異 35
1．3．2 型式語法的優(yōu)點 36
1．3．3 型式語法的不足 37
1．4 以型式語法為理論基礎的相關研究 40
1．5 小結(jié) 41
第二章 型式識別方法與相關應用研究 42
2．1 型式識別標準 42
2．2 型式總結(jié)的必要性 43
2．3 型式的識別 44
2．3．1 型式的人工識別 45
2．3．2 型式人工識別輔助工具的開發(fā) 48
2．3．3 型式的自動識別 48
2．3．3．1 型式自動識別的理據(jù) 48
2．3．3．2 型式的自動識別研究 51
2．4 現(xiàn)有的語言型式網(wǎng)絡平臺數(shù)據(jù)庫 52
2．4．1 基于機器處理的網(wǎng)絡數(shù)據(jù)庫 53
2．4．2 基于人工處理的網(wǎng)絡數(shù)據(jù)庫 54
2．5 小結(jié) 56
第三章 聚類分析 57
3．1 文本表示 58
3．2 特征選擇及其權(quán)重 59
3．2．1 特征選擇 59
3．2．2 權(quán)重計算 60
3．3 相似度計算 61
3．3．1 相似度計算的源起及理據(jù) 61
3．3．2 相似度計算方法 61
3．3．3 相似度分析在語言研究中的應用 63
3．4 聚類算法 64
3．4．1 劃分聚類 65
3．4．2 層次聚類 66
3．5 聚類質(zhì)量評價指標 67
3．6 聚類在本研究的應用理據(jù) 68
3．7 小結(jié) 69
第四章 文本預處理與特征集的建立及轉(zhuǎn)換 70
4．1 研究概述 70
4．2 語料選取 70
4．3 研究工具 72
4．3．1 語料預處理工具 72
4．3．2 自主開發(fā)的模塊及腳本 72
4．4 語料預處理流程 73
4．5 動詞型式中的必要元素及其轉(zhuǎn)換方法 75
4．5．1 型式列表中元素的總體特征 75
4．5．2 具體詞形的處理方法 77
4．5．2．1 右側(cè)搭配詞處理方法 77
4．5．2．2 左側(cè)搭配詞處理方法 90
4．5．2．3 兩側(cè)搭配詞處理方法 90
4．5．3 相鄰單詞組合的處理方法 90
4．5．4 詞類標簽及語義類標簽的轉(zhuǎn)換方法 98
4．5．4．1 詞類標簽的轉(zhuǎn)換方法 98
4．5．4．2 語義類標簽轉(zhuǎn)換方法 102
4．5．5 轉(zhuǎn)換順序及步驟 104
4．6 小結(jié) 105
第五章 索引行聚類及型式自動提取方法 106
5．1 特征表示方法、特征權(quán)重與位置權(quán)重的計算 106
5．1．1 特征及特征權(quán)重 106
5．1．1．1 功能詞處理方法 107
5．1．1．2 特征標記方法 107
5．1．1．3 型式邊界的界定 108
5．1．1．4 索引行跨距的設定 110
5．1．1．5 特征權(quán)重計算方法 112
5．1．2 位置權(quán)重 112
5．1．3 特征—索引行矩陣的生成 113
5．2 聚類算法 114
5．2．1 相似度計算 114
5．2．2 K均值算法 115
5．2．2．1 K均值聚類 115
5．2．2．2 K值的選擇標準 115
5．3 型式自動提取 116
5．4 小結(jié) 117