| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 语音合成技术 | 第12页 |
| 1.2 汉语韵律结构 | 第12-14页 |
| 1.3 韵律结构的预测 | 第14-16页 |
| 1.3.1 基于规则和知识的韵律结构预测 | 第14-15页 |
| 1.3.2 基于机器学习的韵律结构预测 | 第15-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-18页 |
| 第二章 基于标点符号的无标注语料获取 | 第18-22页 |
| 2.1 人工标注语料与无标注语料 | 第18页 |
| 2.2 标点符号的分级处理 | 第18-19页 |
| 2.3 无标注语料的获取 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 基于互信息的语法词"粘连" | 第22-26页 |
| 3.1 互信息计算 | 第22页 |
| 3.2 语法词"粘连" | 第22-23页 |
| 3.3 本章小结 | 第23-26页 |
| 第四章 韵律短语的自动识别 | 第26-34页 |
| 4.1 基于无标注语料的最大熵模型构建 | 第26-29页 |
| 4.1.1 最大熵模型简介 | 第26页 |
| 4.1.2 最大熵原理 | 第26-28页 |
| 4.1.3 特征模板 | 第28-29页 |
| 4.2 处理流程 | 第29-30页 |
| 4.3 基于最大熵的韵律短语边界预测 | 第30-32页 |
| 4.3.1 Top-K中参数K的选择 | 第30-31页 |
| 4.3.2 韵律边界预测算法 | 第31-32页 |
| 4.4 基于词"粘连"的边界剔除 | 第32-33页 |
| 4.5 本章小结 | 第33-34页 |
| 第五章 实验结果与分析 | 第34-42页 |
| 5.1 测试语料及评估指标 | 第34页 |
| 5.2 标点符号分割位置Seg及各级标点权重的确定 | 第34-37页 |
| 5.3 标点符号的最佳划分方法 | 第37-38页 |
| 5.4 开放测试结果 | 第38-39页 |
| 5.5 与其他方法的实验对比 | 第39-40页 |
| 5.6 本章小结 | 第40-42页 |
| 第六章 总结与展望 | 第42-44页 |
| 6.1 总结 | 第42-43页 |
| 6.2 展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读学位期间获得的研究成果 | 第48-50页 |
| 致谢 | 第50-52页 |
| 个人简况及联系方式 | 第52-56页 |