结构化支持向量机学习方法及应用研究
| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 引言 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·论文的主要工作 | 第15-16页 |
| 第二章 支持向量机简介 | 第16-20页 |
| ·SVM简介 | 第16-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 结构化支持向量机学习方法 | 第20-26页 |
| ·结构化机器学习简介 | 第20-22页 |
| ·SVM-Struct学习方法 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第四章 基于SVM-Struct的中文句法分析 | 第26-36页 |
| ·句法分析概述 | 第26-30页 |
| ·基于SVM-struct的中文句法分析方法 | 第30-34页 |
| ·结构化特征函数的构造 | 第30-32页 |
| ·加权上下文无关文法模型 | 第32-33页 |
| ·基于结构化支持向量机的句法分析算法 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第五章 实验结果与分析 | 第36-44页 |
| ·实验数据集说明 | 第36-37页 |
| ·评价准则 | 第37页 |
| ·实验结果 | 第37-42页 |
| ·语法规则获取 | 第37-39页 |
| ·参数设置及实验结果 | 第39-42页 |
| ·实验结果分析 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第六章 结论与展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读学位期间取得的研究成果 | 第50-52页 |
| 致谢 | 第52-54页 |
| 个人简况及联系方式 | 第54-58页 |