| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 概述 | 第9-18页 |
| ·课题研究背景和意义 | 第9页 |
| ·语音识别技术介绍 | 第9-13页 |
| ·语音识别关键技术 | 第10-12页 |
| ·语音识别研究面临的困难 | 第12-13页 |
| ·国内外语音识别后处理研究现状 | 第13-14页 |
| ·本文的基本思路和主要工作 | 第14-16页 |
| ·全信息自然语言理解方法论 | 第14-15页 |
| ·语境信息为主导的自然语言理解 | 第15-16页 |
| ·本文的主要工作 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 语境知识的表示和度量 | 第18-33页 |
| ·语境的定义和构成 | 第18-20页 |
| ·语境对语义的影响 | 第20-22页 |
| ·语境的功能 | 第20-21页 |
| ·语境对语义的影响 | 第21-22页 |
| ·语境的形式化 | 第22-28页 |
| ·BDI模式 | 第22-23页 |
| ·DIT模式 | 第23-25页 |
| ·AI模式 | 第25-27页 |
| ·集合模式 | 第27-28页 |
| ·本文语境知识的表示方法 | 第28-32页 |
| ·基于实例语境的表示方法 | 第28-29页 |
| ·语境关联度 | 第29-30页 |
| ·语境知识库的构建 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 句子相关度的计算方法 | 第33-42页 |
| ·句子相似度与句子相关度 | 第33页 |
| ·现有的句子相似度计算方法 | 第33-36页 |
| ·基于向量空间模型的TF·IDF方法 | 第34-35页 |
| ·语义词典方法 | 第35-36页 |
| ·依存句法树的方法 | 第36页 |
| ·本文句子相关度计算方法 | 第36-41页 |
| ·词语相关度计算方法 | 第37-39页 |
| ·句子相关度的计算 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于实例语境的语音识别后文本检错与纠错系统 | 第42-52页 |
| ·系统设计思想 | 第42-44页 |
| ·"信息-知识-智能"转换理论 | 第42页 |
| ·系统框架 | 第42-44页 |
| ·系统设计算法和流程 | 第44-45页 |
| ·关键技术介绍 | 第45-51页 |
| ·定位锚点词 | 第46页 |
| ·实例抽取 | 第46-48页 |
| ·检错 | 第48-49页 |
| ·纠错 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 系统测试和结果分析 | 第52-58页 |
| ·测试环境 | 第52页 |
| ·测试结果 | 第52-55页 |
| ·封闭测试 | 第52-53页 |
| ·开放测试 | 第53-54页 |
| ·各种错误类型的测试结果统计 | 第54-55页 |
| ·结果分析 | 第55-56页 |
| ·问题总结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |