[基于索引行聚类的英语动词型式自动识别与提取研究/大数据视野下的外语与外语学习研究]
Цена: 994руб. (¥47.04)
Артикул: 609169506330
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:博旭图书专营店
Адрес:Шанхай
Рейтинг:
Всего отзывов:337769
Положительных:337769
Добавить в корзину
Другие товары этого продавца
¥227.244 802руб.
¥15.79334руб.
¥25529руб.
¥42.82905руб.
[ 基本信息 ]
| [商品名称：] | [基于索引行聚类的英语动词型式自动识别与提取研究/大数据视野下的外语与外语学习研究] | ||
| [作者：] | [于涛|总主编:梁茂成] | [页数：] | 240 |
| [定价：] | 61.9 | [出版时间：] | 2017-12-01 |
| [ISBN号：] | 9787513596596 | [印刷时间：] | 2018-11-01 |
| [出版社：] | [外语教研] | [版次：] | 1 |
| [商品类型：] | [图书] | [印次：] | 2 |
[ 作者简介： ]
[ 内容提要： ]
[ 《基于索引行聚类的英语动词型式自动识别与提取研究》关注概括和提取语言型式。书中采用相似度分析方法，在索引行自动聚类的基础上实现英语动词型式的自动识别与提取，围绕索引行聚类的影响因素及分组数量的选择，型式自动识别的准确率及其影响因素进行探究，建构了英语动词型式自动提取模型，该模型以后可能广泛应用于语言教学、语言研究及自动语法检查中。 ]
......
[ 目录： ]
[ 绪论 ]
[ 0.1 研究背景 ]
[ 0.2 本研究的理论及实践意义 ]
[ 0.2.1 理论意义 ]
[ 0.2.2 实践意义 ]
[ 0.3 本研究概述 ]
[ 0.3.1 研究目的 ]
[ 0.3.2 研究问题及研究对象 ]
[ 0.3.3 研究步骤 ]
[ 0.3.3.1 语料及预处理 ]
[ 0.3.3.2 特征集的建立及其转换 ]
[ 0.3.3.3 权重计算 ]
[ 0.3.3.4 索引行聚类 ]
[ 0.3.3.5 型式提取 ]
[ 0.4 本书结构 ]
[ 0.5 小结 ]
[ 章 型式与型式语法 ]
[ 1.1 型式 ]
[ 1.1.1 型式研究的缘起与发展 ]
[ 1.1.2 型式的定义 ]
[ 1.1.3 型式实例 ]
[ 1.1.4 型式元素及其编码 ]
[ 1.1.5 本研究中判别型式的六个标准 ]
[ 1.2 型式语法 ]
[ 1.2.1 短语学思想与习语原则 ]
[ 1.2.2 词汇与语法关系及各自地位 ]
[ 1.2.2.1 词汇语法不可分 ]
[ 1.2.2.2 词汇为中心的研究 ]
[ 1.2.3 型式与意义的关系 ]
[ 1.3 型式语法的优缺点 ]
[ 1.3.1 型式语法与传统语法的差异 ]
[ 1.3.2 型式语法的优点 ]
[ 1.3.3 型式语法的不足 ]
[ 1.4 以型式语法为理论基础的相关研究 ]
[ 1.5 小结 ]
[第二章 型式识别方法与相关应用研究 ]
[ 2.1 型式识别标准 ]
[ 2.2 型式总结的必要性 ]
[ 2.3 型式的识别 ]
[ 2.3.1 型式的人工识别 ]
[ 2.3.2 型式人工识别辅助工具的开发 ]
[ 2.3.3 型式的自动识别 ]
[ 2.3.3.1 型式自动识别的理据 ]
[ 2.3.3.2 型式的自动识别研究 ]
[ 2.4 现有的语言型式网络平台数据库 ]
[ 2.4.1 基于机器处理的网络数据库 ]
[ 2.4.2 基于人工处理的网络数据库 ]
[ 2.5 小结 ]
[第三章 聚类分析 ]
[ 3.1 文本表示 ]
[ 3.2 特征选择及其权重 ]
[ 3.2.1 特征选择 ]
[ 3.2.2 权重计算 ]
[ 3.3 相似度计算 ]
[ 3.3.1 相似度计算的源起及理据 ]
[ 3.3.2 相似度计算方法 ]
[ 3.3.3 相似度分析在语言研究中的应用 ]
[ 3.4 聚类算法 ]
[ 3.4.1 划分聚类 ]
[ 3.4.2 层次聚类 ]
[ 3.5 聚类质量评价指标 ]
[ 3.6 聚类在本研究的应用理据 ]
[ 3.7 小结 ]
[第四章 文本预处理与特征集的建立及转换 ]
[ 4.1 研究概述 ]
[ 4.2 语料选取 ]
[ 4.3 研究工具 ]
[ 4.3.1 语料预处理工具 ]
[ 4.3.2 自主开发的模块及脚本 ]
[ 4.4 语料预处理流程 ]
[ 4.5 动词型式中的必要元素及其转换方法 ]
[ 4.5.1 型式列表中元素的总体特征 ]
[ 4.5.2 具体词形的处理方法 ]
[ 4.5.2.1 右侧搭配词处理方法 ]
[ 4.5.2.2 左侧搭配词处理方法 ]
[ 4.5.2.3 两侧搭配词处理方法 ]
[ 4.5.3 相邻单词组合的处理方法 ]
[ 4.5.4 词类标签及语义类标签的转换方法 ]
[ 4.5.4.1 词类标签的转换方法 ]
[ 4.5.4.2 语义类标签转换方法 ]
[ 4.5.5 转换顺序及步骤 ]
[ 4.6 小结 ]
[第五章 索引行聚类及型式自动提取方法 ]
[ 5.1 特征表示方法、特征权重与位置权重的计算 ]
[ 5.1.1 特征及特征权重 ]
[ 5.1.1.1 功能词处理方法 ]
[ 5.1.1.2 特征标记方法 ]
[ 5.1.1.3 型式边界的界定 ]
[ 5.1.1.4 索引行跨距的设定 ]
[ 5.1.1.5 特征权重计算方法 ]
[ 5.1.2 位置权重 ]
[ 5.1.3 特征—索引行矩阵的生成 ]
[ 5.2 聚类算法 ]
[ 5.2.1 相似度计算 ]
[ 5.2.2 K均值算法 ]
[ 5.2.2.1 K均值聚类 ]
[ 5.2.2.2 K值的选择标准 ]
[ 5.3 型式自动提取 ]
[ 5.4 小结 ]
[第六章 型式自动提取模型测试 ]
[ 6.1 模型调试数据集及模型验证集的构建 ]
[ 6.1.1 调试阶段语料集合的构成 ]
[ 6.1.2 验证集的创建过程 ]
[ 6.1.2.1 验证集中词项的选择 ]
[ 6.1.2.2 验证集中索引行的抽取及处理方法 ]
[ 6.2 配置文件的处理及参数设置与调整 ]
[ 6.2.1 配置文件处理顺序 ]
[ 6.2.2 参数设置与调整 ]
[ 6.2.2.1 特征权重计算方法调试过程与解决方法 ]
[ 6.2.2.2 位置权重计算方法调试过程及解决方法 ]
[ 6.2.2.3 每个特征的总体权重计算方法 ]
[ 6.2.2.4 跨距设定调试过程 ]
[ 6.3 测试数据的评价指标 ]
[ 6.3.1 聚类内部效度评估指标在本研究中的应用 ]
[ 6.3.2 聚类外部效度评估指标在本研究中的应用 ]
[ 6.4 数据结果报告 ]
[ 6.4.1 索引行中型式及型式元素分布特征 ]
[ 6.4.1.1 型式元素总体分布特征 ]
[ 6.4.1.2 与动词高频共现的特征及其频数 ]
[ 6.4.1.3 不同动词型式列表中特征的异同 ]
[ 6.4.2 K值确定下基于现有人工标签的型式自动识别效度分析 ]
[ 6.4.2.1 验证集中型式自动识别外部效度评估结果总体 ]
[ 6.4.2.2 实验动词的型式自动识别准确率及召回率 ]
[ 6.4.2.3 K值确定下型式自动识别后的再思考 ]
[ 6.4.3 K值不确定下基于现有人工标签的型式自动识别效度分析 ]
[ 6.4.3.1 K值不确定下型式自动识别的外部效度测量结果总体描述 ]
[ 6.4.3.2 K值不确定下型式自动识别的准确率及召回率 ]
[ 6.4.3.3 K值未知情况下模型验证的再思考 ]
[ 6.5 分析和讨论 ]
[ 6.5.1 数据背后的语言学思考 ]
6.5
[ 0.1 研究背景 ]
[ 0.2 本研究的理论及实践意义 ]
[ 0.2.1 理论意义 ]
[ 0.2.2 实践意义 ]
[ 0.3 本研究概述 ]
[ 0.3.1 研究目的 ]
[ 0.3.2 研究问题及研究对象 ]
[ 0.3.3 研究步骤 ]
[ 0.3.3.1 语料及预处理 ]
[ 0.3.3.2 特征集的建立及其转换 ]
[ 0.3.3.3 权重计算 ]
[ 0.3.3.4 索引行聚类 ]
[ 0.3.3.5 型式提取 ]
[ 0.4 本书结构 ]
[ 0.5 小结 ]
[ 章 型式与型式语法 ]
[ 1.1 型式 ]
[ 1.1.1 型式研究的缘起与发展 ]
[ 1.1.2 型式的定义 ]
[ 1.1.3 型式实例 ]
[ 1.1.4 型式元素及其编码 ]
[ 1.1.5 本研究中判别型式的六个标准 ]
[ 1.2 型式语法 ]
[ 1.2.1 短语学思想与习语原则 ]
[ 1.2.2 词汇与语法关系及各自地位 ]
[ 1.2.2.1 词汇语法不可分 ]
[ 1.2.2.2 词汇为中心的研究 ]
[ 1.2.3 型式与意义的关系 ]
[ 1.3 型式语法的优缺点 ]
[ 1.3.1 型式语法与传统语法的差异 ]
[ 1.3.2 型式语法的优点 ]
[ 1.3.3 型式语法的不足 ]
[ 1.4 以型式语法为理论基础的相关研究 ]
[ 1.5 小结 ]
[第二章 型式识别方法与相关应用研究 ]
[ 2.1 型式识别标准 ]
[ 2.2 型式总结的必要性 ]
[ 2.3 型式的识别 ]
[ 2.3.1 型式的人工识别 ]
[ 2.3.2 型式人工识别辅助工具的开发 ]
[ 2.3.3 型式的自动识别 ]
[ 2.3.3.1 型式自动识别的理据 ]
[ 2.3.3.2 型式的自动识别研究 ]
[ 2.4 现有的语言型式网络平台数据库 ]
[ 2.4.1 基于机器处理的网络数据库 ]
[ 2.4.2 基于人工处理的网络数据库 ]
[ 2.5 小结 ]
[第三章 聚类分析 ]
[ 3.1 文本表示 ]
[ 3.2 特征选择及其权重 ]
[ 3.2.1 特征选择 ]
[ 3.2.2 权重计算 ]
[ 3.3 相似度计算 ]
[ 3.3.1 相似度计算的源起及理据 ]
[ 3.3.2 相似度计算方法 ]
[ 3.3.3 相似度分析在语言研究中的应用 ]
[ 3.4 聚类算法 ]
[ 3.4.1 划分聚类 ]
[ 3.4.2 层次聚类 ]
[ 3.5 聚类质量评价指标 ]
[ 3.6 聚类在本研究的应用理据 ]
[ 3.7 小结 ]
[第四章 文本预处理与特征集的建立及转换 ]
[ 4.1 研究概述 ]
[ 4.2 语料选取 ]
[ 4.3 研究工具 ]
[ 4.3.1 语料预处理工具 ]
[ 4.3.2 自主开发的模块及脚本 ]
[ 4.4 语料预处理流程 ]
[ 4.5 动词型式中的必要元素及其转换方法 ]
[ 4.5.1 型式列表中元素的总体特征 ]
[ 4.5.2 具体词形的处理方法 ]
[ 4.5.2.1 右侧搭配词处理方法 ]
[ 4.5.2.2 左侧搭配词处理方法 ]
[ 4.5.2.3 两侧搭配词处理方法 ]
[ 4.5.3 相邻单词组合的处理方法 ]
[ 4.5.4 词类标签及语义类标签的转换方法 ]
[ 4.5.4.1 词类标签的转换方法 ]
[ 4.5.4.2 语义类标签转换方法 ]
[ 4.5.5 转换顺序及步骤 ]
[ 4.6 小结 ]
[第五章 索引行聚类及型式自动提取方法 ]
[ 5.1 特征表示方法、特征权重与位置权重的计算 ]
[ 5.1.1 特征及特征权重 ]
[ 5.1.1.1 功能词处理方法 ]
[ 5.1.1.2 特征标记方法 ]
[ 5.1.1.3 型式边界的界定 ]
[ 5.1.1.4 索引行跨距的设定 ]
[ 5.1.1.5 特征权重计算方法 ]
[ 5.1.2 位置权重 ]
[ 5.1.3 特征—索引行矩阵的生成 ]
[ 5.2 聚类算法 ]
[ 5.2.1 相似度计算 ]
[ 5.2.2 K均值算法 ]
[ 5.2.2.1 K均值聚类 ]
[ 5.2.2.2 K值的选择标准 ]
[ 5.3 型式自动提取 ]
[ 5.4 小结 ]
[第六章 型式自动提取模型测试 ]
[ 6.1 模型调试数据集及模型验证集的构建 ]
[ 6.1.1 调试阶段语料集合的构成 ]
[ 6.1.2 验证集的创建过程 ]
[ 6.1.2.1 验证集中词项的选择 ]
[ 6.1.2.2 验证集中索引行的抽取及处理方法 ]
[ 6.2 配置文件的处理及参数设置与调整 ]
[ 6.2.1 配置文件处理顺序 ]
[ 6.2.2 参数设置与调整 ]
[ 6.2.2.1 特征权重计算方法调试过程与解决方法 ]
[ 6.2.2.2 位置权重计算方法调试过程及解决方法 ]
[ 6.2.2.3 每个特征的总体权重计算方法 ]
[ 6.2.2.4 跨距设定调试过程 ]
[ 6.3 测试数据的评价指标 ]
[ 6.3.1 聚类内部效度评估指标在本研究中的应用 ]
[ 6.3.2 聚类外部效度评估指标在本研究中的应用 ]
[ 6.4 数据结果报告 ]
[ 6.4.1 索引行中型式及型式元素分布特征 ]
[ 6.4.1.1 型式元素总体分布特征 ]
[ 6.4.1.2 与动词高频共现的特征及其频数 ]
[ 6.4.1.3 不同动词型式列表中特征的异同 ]
[ 6.4.2 K值确定下基于现有人工标签的型式自动识别效度分析 ]
[ 6.4.2.1 验证集中型式自动识别外部效度评估结果总体 ]
[ 6.4.2.2 实验动词的型式自动识别准确率及召回率 ]
[ 6.4.2.3 K值确定下型式自动识别后的再思考 ]
[ 6.4.3 K值不确定下基于现有人工标签的型式自动识别效度分析 ]
[ 6.4.3.1 K值不确定下型式自动识别的外部效度测量结果总体描述 ]
[ 6.4.3.2 K值不确定下型式自动识别的准确率及召回率 ]
[ 6.4.3.3 K值未知情况下模型验证的再思考 ]
[ 6.5 分析和讨论 ]
[ 6.5.1 数据背后的语言学思考 ]
6.5
......
[ 精 彩 页： ]
