快速精确的结构化机器学习方法研究
| 中文摘要 | 第1-11页 |
| 英文摘要 | 第11-13页 |
| 第一章 前言 | 第13-18页 |
| ·结构化机器学习简介 | 第13-15页 |
| ·快速精确的结构化机器学习 | 第15-16页 |
| ·本文主要贡献 | 第16-17页 |
| ·本文组织 | 第17-18页 |
| 第二章 相关工作 | 第18-39页 |
| ·链式条件随机场模型简介 | 第18-19页 |
| ·快速推断算法 | 第19-30页 |
| ·前向后向算法和维特比算法 | 第19-21页 |
| ·集束搜索算法 | 第21页 |
| ·带环信念传播算法 | 第21-24页 |
| ·分段条件随机场 | 第24页 |
| ·伪似然条件随机场 | 第24-25页 |
| ·整数线性规划法 | 第25-28页 |
| ·候选集重排序法 | 第28-29页 |
| ·半条件随机场 | 第29-30页 |
| ·快速数值解法 | 第30-38页 |
| ·有限内存的拟牛顿算法 | 第30-31页 |
| ·平均感知器 | 第31页 |
| ·在线被动进取算法 | 第31-33页 |
| ·随机梯度法 | 第33-34页 |
| ·指数梯度法 | 第34-35页 |
| ·次梯度法 | 第35-36页 |
| ·割平面算法 | 第36-37页 |
| ·结构化序贯最小化算法 | 第37-38页 |
| ·快速特征抽取 | 第38-39页 |
| 第三章 稀疏高阶的条件随机场模型 | 第39-63页 |
| ·引言 | 第39-40页 |
| ·特征和配置 | 第40-42页 |
| ·推断问题 | 第42-52页 |
| ·问题描述 | 第42-43页 |
| ·配置图 | 第43-45页 |
| ·状态划分 | 第45-46页 |
| ·转移划分 | 第46-51页 |
| ·扩展的前向后向算法 | 第51-52页 |
| ·算法总结 | 第52页 |
| ·复杂度分析 | 第52-53页 |
| ·手写体识别 | 第53-57页 |
| ·数据描述 | 第53-54页 |
| ·评价指标 | 第54页 |
| ·方法和特征 | 第54-55页 |
| ·实验结果 | 第55-56页 |
| ·阶数的影响 | 第56-57页 |
| ·中文组织机构名识别 | 第57-62页 |
| ·任务描述及数据 | 第57-59页 |
| ·评价指标 | 第59页 |
| ·方法和特征 | 第59页 |
| ·实验结果 | 第59-62页 |
| ·总结 | 第62-63页 |
| 第四章 用于快速特征抽取的两维Trie | 第63-89页 |
| ·引言 | 第63-67页 |
| ·加速特征抽取的意义 | 第63-64页 |
| ·基于模板的特征抽取流程 | 第64-66页 |
| ·一个简单的实验 | 第66-67页 |
| ·动机 | 第67页 |
| ·模板树 | 第67-71页 |
| ·模板的形式化定义 | 第67页 |
| ·模板树 | 第67-69页 |
| ·虚节点 | 第69-71页 |
| ·两维Trie | 第71-79页 |
| ·Trie结构简介 | 第71页 |
| ·单模板情况 | 第71-74页 |
| ·一般情况 | 第74页 |
| ·特征抽取 | 第74页 |
| ·实现细节 | 第74-79页 |
| ·复杂度分析 | 第79-80页 |
| ·中文依存句法分析 | 第80-88页 |
| ·数据和任务描述 | 第80-81页 |
| ·特征模板 | 第81-82页 |
| ·速度比较 | 第82-85页 |
| ·和目前其他方法的比较 | 第85-86页 |
| ·句子长度的影响 | 第86-88页 |
| ·总结 | 第88-89页 |
| 第五章 总结和展望 | 第89-90页 |
| 参考文献 | 第90-102页 |
| 攻读博士期间的主要工作 | 第102-103页 |
| 致谢 | 第103-104页 |
