| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·课题研究背景 | 第9页 |
| ·课题研究背景和意义 | 第9-11页 |
| ·国内外研究现状及发展趋势 | 第11-17页 |
| ·语音识别后文本处理的研究 | 第11-15页 |
| ·语用信息为主导的自然语言处理 | 第15-17页 |
| ·基于自然语言理解的语音识别后文本处理的研究 | 第17-18页 |
| ·本文的工作重点 | 第18-19页 |
| ·论文的结构框架 | 第19-21页 |
| 第二章 语音识别后文本处理系统 | 第21-39页 |
| ·现有平台的语音识别后处理系统概述 | 第21-24页 |
| ·以语用信息为主导的文本处理系统设计 | 第24-29页 |
| ·系统总体设计思想 | 第25-26页 |
| ·语用算法设计 | 第26-29页 |
| ·性能测试 | 第29-34页 |
| ·语用算法的性能分析 | 第31-33页 |
| ·存在的问题及解决方案 | 第33-34页 |
| ·智能手机平台系统简介 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于模糊分类的语音识别后文本处理系统设计 | 第39-51页 |
| ·系统总体设计思想 | 第39-41页 |
| ·算法的理论基础 | 第41-45页 |
| ·在线语料库技术 | 第41页 |
| ·模糊数学理论 | 第41-43页 |
| ·文本分类技术 | 第43-45页 |
| ·在线语料库采集以及文本预处理 | 第45-47页 |
| ·基于Google SOAP Search API的在线语料库采集 | 第45-46页 |
| ·文本预处理 | 第46-47页 |
| ·文本的模糊化表示 | 第47-48页 |
| ·类别特征知识库初始化 | 第48页 |
| ·本章小结 | 第48-51页 |
| 第四章 基于模糊集关联度的文本分类算法 | 第51-79页 |
| ·算法概述 | 第51-53页 |
| ·基于语法信息的词语关联度算法 | 第53-61页 |
| ·语法算法一定义 | 第54页 |
| ·语法算法一测试 | 第54-58页 |
| ·语法算法二定义 | 第58-59页 |
| ·语法算法二测试 | 第59-61页 |
| ·两种语法算法比较 | 第61页 |
| ·基于周边语境的词语关联度算法 | 第61-68页 |
| ·语境算法定义 | 第61-63页 |
| ·语境算法一测试 | 第63-66页 |
| ·语境算法二测试 | 第66-68页 |
| ·两种语境算法比较 | 第68页 |
| ·语法算法和语境算法性能比较 | 第68-69页 |
| ·梯形隶属度函数法及模糊嫡 | 第69-78页 |
| ·梯形隶属度函数法定义 | 第69-70页 |
| ·算法测试 | 第70-77页 |
| ·结论 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 语音识别后处理在线语用知识库功能测试 | 第79-85页 |
| ·知识库功能测试设计 | 第79页 |
| ·实施测试 | 第79-80页 |
| ·执行测试 | 第80页 |
| ·测试评估 | 第80-83页 |
| ·本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-89页 |
| 参考文献 | 第89-91页 |
| 致谢 | 第91-93页 |
| 攻读硕士学位期间发表的论文 | 第93页 |