可移植的稳健口语理解方法研究
| 摘要 | 第1-7页 |
| ABSTRACT（英文摘要） | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·口语对话系统 | 第12-15页 |
| ·口语对话系统的类型 | 第12-13页 |
| ·口语对话系统的基本框架 | 第13-14页 |
| ·国内外口语对话系统简介 | 第14-15页 |
| ·口语理解 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·实验领域和语料库 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 相关工作 | 第19-29页 |
| ·基于规则的方法 | 第19-21页 |
| ·语法驱动的方法 | 第19-20页 |
| ·语义驱动的方法 | 第20-21页 |
| ·数据驱动方法 | 第21-27页 |
| ·基于统计模型的方法 | 第21-26页 |
| ·基于有限状态的口语理解模型 | 第21-22页 |
| ·基于概率上下文无关文法的口语理解模型 | 第22-23页 |
| ·基于HVS 的口语理解模型 | 第23-25页 |
| ·其它统计口语理解方法 | 第25-26页 |
| ·自动/半自动学习规则的方法 | 第26-27页 |
| ·混合方法 | 第27-29页 |
| 第三章 基于两阶段分类的口语理解框架 | 第29-37页 |
| ·语义框架表示 | 第29-31页 |
| ·基于两阶段分类的口语理解框架概述 | 第31-35页 |
| ·预处理 | 第31-33页 |
| ·主题分类 | 第33页 |
| ·主题相关的语义槽分类 | 第33-34页 |
| ·语义框架生成 | 第34-35页 |
| ·讨论：本文方法和已有方法的比较 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 预处理—一个稳健的局部句法分析器 | 第37-48页 |
| ·正规化 | 第38页 |
| ·标记基本语义类 | 第38-39页 |
| ·局部句法分析 | 第39-45页 |
| ·稳健的分析算法 | 第39-40页 |
| ·剪枝和消歧 | 第40-45页 |
| ·从领域模型自动继承规则符类型 | 第41-43页 |
| ·利用内置的机器学习系统进行剪枝和消歧 | 第43-45页 |
| ·预处理的性能 | 第45-47页 |
| ·实验数据收集 | 第45页 |
| ·预处理的实验结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 主题分类 | 第48-64页 |
| ·各种主题分类方法和特征的比较 | 第48-53页 |
| ·朴素贝叶斯分类器 | 第49-50页 |
| ·主题相关的N 元模型 | 第50-51页 |
| ·支持向量机 | 第51-52页 |
| ·主题分类可用的特征 | 第52-53页 |
| ·结合多分类器提高主题分类性能 | 第53-55页 |
| ·投票方法 | 第54-55页 |
| ·最大熵综合方法 | 第55页 |
| ·决策树结合方法 | 第55页 |
| ·主题分类实验 | 第55-63页 |
| ·数据收集和评价指标 | 第55-57页 |
| ·各种基本分类器及特征的性能比较 | 第57-59页 |
| ·多分类器综合的实验结果 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 主题相关的语义槽分类 | 第64-78页 |
| ·基本思路 | 第64-65页 |
| ·语料库标注和特征抽取 | 第65-69页 |
| ·语义槽分类算法 | 第69-74页 |
| ·决策表 | 第69-70页 |
| ·Winnow 分类器 | 第70-72页 |
| ·语义槽合并和语义槽重分类 | 第72-74页 |
| ·语义槽分类实验 | 第74-77页 |
| ·数据集和实验设定 | 第74-75页 |
| ·实验结果 | 第75-77页 |
| ·决策表和Winnow分类器的性能 | 第75页 |
| ·与规则方法及其他数据驱动方法的比较 | 第75-76页 |
| ·本文两阶段方法两种处理顺序的比较 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第七章 主题分类器和语义槽分类器的弱监督训练 | 第78-99页 |
| ·弱监督训练的相关工作 | 第78-81页 |
| ·主动学习 | 第78-79页 |
| ·半监督学习 | 第79-81页 |
| ·结合主动学习和半监督学习 | 第81页 |
| ·主题分类器和语义槽分类器的弱监督训练 | 第81-88页 |
| ·主题分类器的弱监督训练 | 第82-86页 |
| ·利用主动学习方法训练主题分类器 | 第82-84页 |
| ·主题分类器的自我训练 | 第84-85页 |
| ·结合主动学习和自我训练方法训练主题分类器 | 第85-86页 |
| ·主题相关的语义槽分类器的弱监督训练 | 第86-88页 |
| ·两种分类器的弱监督训练实验 | 第88-98页 |
| ·数据集和实验设定 | 第88页 |
| ·主题分类器的弱监督训练实验 | 第88-95页 |
| ·主题分类器的主动学习实验 | 第89-91页 |
| ·主题分类器的自我训练实验 | 第91-92页 |
| ·结合主动学习和自我训练的实验 | 第92-95页 |
| ·语义槽分类器的弱监督训练实验 | 第95-98页 |
| ·本章小结 | 第98-99页 |
| 第八章 结论和展望 | 第99-112页 |
| ·论文工作总结 | 第99-100页 |
| ·进一步的工作展望 | 第100-112页 |
| 致谢 | 第112-114页 |
| 攻读博士学位期间撰写和发表的论文 | 第114-115页 |
