基于HMM的文本域数学表达式提取研究
摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 文本信息抽取技术研究现状 | 第10-12页 |
1.2.2 数学表达式提取研究现状 | 第12-13页 |
1.3 研究内容及主要工作 | 第13页 |
1.4 本文的组织形式 | 第13-15页 |
第2章 相关理论与技术 | 第15-25页 |
2.1 文本信息提取技术 | 第15-18页 |
2.2 隐马尔科夫模型 | 第18-19页 |
2.3 量子粒子群优化技术 | 第19-23页 |
2.3.1 基本粒子群算法流程 | 第20-21页 |
2.3.2 量子粒子群算法流程 | 第21-23页 |
2.4 本章小结 | 第23-25页 |
第3章 基于HMM的文本域数学表达式提取 | 第25-41页 |
3.1 文本域数学表达式的特点 | 第25-26页 |
3.2 HMM结构改进与参数优化 | 第26-32页 |
3.2.1 HMM结构改进 | 第27-30页 |
3.2.2 HMM初始参数优化 | 第30-32页 |
3.3 模型构建及参数学习 | 第32-36页 |
3.4 基于HMM的文本域数学表达式提取算法 | 第36-39页 |
3.4.1 数学表达式提取算法的整体框架 | 第36-37页 |
3.4.2 数学表达式提取算法的具体步骤 | 第37-39页 |
3.5 本章小结 | 第39-41页 |
第4章 实验结果与分析 | 第41-51页 |
4.1 实验数据获取 | 第41-43页 |
4.2 提取功能的实现 | 第43-45页 |
4.3 评价指标选取 | 第45-46页 |
4.4 实验结果分析 | 第46-49页 |
4.5 本章小结 | 第49-51页 |
第5章 总结与展望 | 第51-53页 |
5.1 总结 | 第51页 |
5.2 展望 | 第51-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
攻读学位期间取得的科研成果 | 第58页 |