最大熵方法及其在自然语言处理中的应用
| 第1章 引言 | 第1-13页 |
| ·自然语言处理现状 | 第8-10页 |
| ·统计自然语言处理 | 第9-10页 |
| ·最大熵方法的历史与现状 | 第10-12页 |
| ·最大熵方法的历史 | 第10页 |
| ·主要研究方向和进展 | 第10-12页 |
| ·最大熵方法在自然语言处理中的应用 | 第12页 |
| ·论文组织 | 第12-13页 |
| 第2章 最大熵方法 | 第13-30页 |
| ·最大熵方法概述 | 第13-21页 |
| ·一个例子 | 第13-14页 |
| ·条件最大熵模型 | 第14-15页 |
| ·模型框架 | 第15-17页 |
| ·特征 | 第17-19页 |
| ·最大熵原则的数学表示 | 第19页 |
| ·参数形式 | 第19-21页 |
| ·最大似然估计(MLE) | 第21页 |
| ·模型选择 | 第21-25页 |
| ·GIS算法 | 第22-24页 |
| ·IIS算法 | 第24页 |
| ·SCGIS算法 | 第24-25页 |
| ·特征选择 | 第25-29页 |
| ·基于频数阈值的特征选择 | 第27-28页 |
| ·增量式特征选择 | 第28-29页 |
| ·IFS算法 | 第28-29页 |
| ·选择性增益计算(SGC)算法 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 快速特征选择方法 | 第30-47页 |
| ·特征选择简介 | 第30-31页 |
| ·增量式特征选择 | 第31-34页 |
| ·IFS算法 | 第32-34页 |
| ·选择性增益计算的特征选择 | 第34-40页 |
| ·假设 | 第35页 |
| ·实验观察 | 第35-37页 |
| ·SGC算法描述 | 第37-39页 |
| ·初始增益的计算 | 第39页 |
| ·LA-SGC算法 | 第39-40页 |
| ·实验 | 第40-43页 |
| ·SGC算法和频数阈值方法的组合 | 第43-46页 |
| ·本章小结 | 第46页 |
| 申明 | 第46-47页 |
| 第4章 高效特征匹配方法 | 第47-67页 |
| ·条件最大熵执行系统 | 第47-48页 |
| ·特征的表示 | 第48-50页 |
| ·特征匹配 | 第50-51页 |
| ·特征树 | 第51-55页 |
| ·特征树的生成 | 第53-54页 |
| ·特征树的查找 | 第54-55页 |
| ·稀疏特征树 | 第55-60页 |
| ·稀疏特征树的生成 | 第57-59页 |
| ·稀疏特征树的查找 | 第59-60页 |
| ·实验分析 | 第60-66页 |
| ·特征匹配时间分析 | 第61-62页 |
| ·比较特征匹配时间 | 第62-64页 |
| ·特征树生成的时空复杂性分析 | 第64-66页 |
| ·比较与讨论 | 第66-67页 |
| 第5章 应用 | 第67-81页 |
| ·通用最大熵工具 | 第67-70页 |
| ·训练样例的表示 | 第68-69页 |
| ·训练系统选项 | 第69页 |
| ·执行系统 | 第69-70页 |
| ·基于最大熵方法的自然语言处理工具 | 第70-74页 |
| ·英文断句 | 第71-72页 |
| ·英文词性标注 | 第72页 |
| ·基本短语识别 | 第72-74页 |
| ·中文基本短语识别 | 第73-74页 |
| ·英文基本短语识别 | 第74页 |
| ·指代消解 | 第74-78页 |
| ·属性计算 | 第75-76页 |
| ·训练与执行 | 第76-77页 |
| ·实验结果 | 第77-78页 |
| ·QA系统置信度评分算法 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-83页 |
| ·总结 | 第81页 |
| ·展望 | 第81-83页 |
| 参考文献： | 第83-88页 |
| 攻读博士期间主要工作 | 第88-89页 |
| 致谢 | 第89-91页 |
| 论文独创性声明 | 第91页 |
| 论文使用授权声’明 | 第91页 |
