基于Co-training方法的中文组块识别的研究
| 独创性声明 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 第一章 前言 | 第11-19页 |
| ·组块识别概述 | 第11-15页 |
| ·课题的提出 | 第15-17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 组块识别 | 第19-34页 |
| ·组块分析体系 | 第19-24页 |
| ·英语组块分析体系 | 第20-22页 |
| ·汉语组块分析体系 | 第22-24页 |
| ·组块分析方法 | 第24-34页 |
| ·基于统计的方法 | 第25-29页 |
| ·基于符号的方法 | 第29-32页 |
| ·其他方法 | 第32-34页 |
| 第三章 Co-training方法 | 第34-45页 |
| ·Co-training方法简介 | 第35-36页 |
| ·Co-training的PAC定义 | 第36-41页 |
| ·Co-training的两个角度 | 第41页 |
| ·Co-training的算法流程 | 第41-42页 |
| ·Co-training的技术难点 | 第42-45页 |
| ·分类器的选择 | 第42-43页 |
| ·评价函数的确定 | 第43页 |
| ·带标数据的选取 | 第43-45页 |
| 第四章 实验的设计与实现 | 第45-50页 |
| ·分类器的选择 | 第45-47页 |
| ·HMM模型 | 第45-46页 |
| ·fnTBL模型 | 第46-47页 |
| ·Maxent模型 | 第47页 |
| ·自我训练 | 第47页 |
| ·带标实例选择策略的选择 | 第47-48页 |
| ·缓冲器的选择 | 第48-49页 |
| ·种子集合的大小的选择 | 第49页 |
| ·不同分类器的组合实验 | 第49-50页 |
| 第五章 实验 | 第50-58页 |
| ·实验数据说明 | 第50页 |
| ·分类模型软件说明 | 第50-51页 |
| ·实验特征的选取 | 第51页 |
| ·实验结果及分析 | 第51-58页 |
| ·6个分类器的组合一致性和正确性实验 | 第51-52页 |
| ·自我训练self-training | 第52-53页 |
| ·缓冲器大小影响实验 | 第53-55页 |
| ·基于一致性选取策略 | 第55-58页 |
| 第六章 结束语 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
