基于自动化文本规则提取的数据转换技术研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景和意义 | 第12-13页 |
| 1.2 研究现状及存在问题 | 第13-15页 |
| 1.3 本文工作和主要贡献 | 第15-16页 |
| 1.4 本文结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 相关工作与背景知识 | 第18-29页 |
| 2.1 字典树 | 第18-21页 |
| 2.1.1 节点结构 | 第18-19页 |
| 2.1.2 整体结构 | 第19-20页 |
| 2.1.3 支持操作 | 第20-21页 |
| 2.1.4 与本文工作的联系 | 第21页 |
| 2.2 确定型有穷自动机(DFA) | 第21-28页 |
| 2.2.1 状态图 | 第22-23页 |
| 2.2.2 状态最小化 | 第23-26页 |
| 2.2.3 DFA转正则表达式 | 第26-27页 |
| 2.2.4 与本文工作的联系 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 问题描述 | 第29-31页 |
| 3.1 相关函数及符号定义 | 第29页 |
| 3.2 问题定义 | 第29-30页 |
| 3.3 实现难点 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 候选规则集生成算法设计 | 第31-40页 |
| 4.1 整体思路 | 第31-32页 |
| 4.2 文本分块 | 第32-34页 |
| 4.3 将文本块转换为规则集合 | 第34-37页 |
| 4.4 候选规则集的生成与初步筛选 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 规则筛选算法设计 | 第40-44页 |
| 5.1 规则复杂度计算 | 第40-41页 |
| 5.2 针对多次选择行为进一步的推荐优化 | 第41-43页 |
| 5.3 本章小结 | 第43-44页 |
| 第6章 数据转换辅助系统设计与实现 | 第44-53页 |
| 6.1 数据转换示例 | 第44-47页 |
| 6.2 整体架构 | 第47-48页 |
| 6.3 输入与输出 | 第48页 |
| 6.3.1 输入 | 第48页 |
| 6.3.2 输出 | 第48页 |
| 6.4 支持操作 | 第48-49页 |
| 6.5 交互细节 | 第49-50页 |
| 6.6 类自然语言生成 | 第50-52页 |
| 6.7 本章小结 | 第52-53页 |
| 第7章 实验及评估 | 第53-66页 |
| 7.1 参数调优 | 第53-57页 |
| 7.1.1 生成规则集合时选取文本块数的调优 | 第53-55页 |
| 7.1.2 计算规则复杂度时的文本权重调优 | 第55-57页 |
| 7.2 算法效果评估 | 第57-61页 |
| 7.2.1 候选规则集效果评估 | 第57-58页 |
| 7.2.2 规则筛选效果评估 | 第58-61页 |
| 7.3 对比实验 | 第61-64页 |
| 7.3.1 实验环境 | 第61页 |
| 7.3.2 比较对象 | 第61页 |
| 7.3.3 实验数据 | 第61页 |
| 7.3.4 实验设计 | 第61-62页 |
| 7.3.5 实验结果与分析 | 第62-64页 |
| 7.4 本章小结 | 第64-66页 |
| 第8章 总结及未来工作 | 第66-69页 |
| 8.1 总结 | 第66-67页 |
| 8.2 未来工作 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 攻读硕士学娜间主要的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
