个性化英语学习系统中的关键技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 英文文本阅读难易度国外研究现状 | 第10-11页 |
| 1.2.2 文档集合检索排序算法国内外研究现状 | 第11-12页 |
| 1.3 研究内容及论文结构安排 | 第12-14页 |
| 第2章 基于模型融合的英语句子阅读难易度判定算法 | 第14-33页 |
| 2.1 引言 | 第14页 |
| 2.2 实验语料特征分析 | 第14-18页 |
| 2.2.1 文本特征有效性分析 | 第15-16页 |
| 2.2.2 非文本特征有效性分析 | 第16-18页 |
| 2.3 多模型的训练及融合 | 第18-26页 |
| 2.3.1 自助采样框架 | 第18-20页 |
| 2.3.2 基于一元文法的多项式贝叶斯模型 | 第20-22页 |
| 2.3.3 基于句子长度的概率产生式模型 | 第22-23页 |
| 2.3.4 基于语法特征的逻辑斯谛回归模型 | 第23-24页 |
| 2.3.5 多模型融合算法 | 第24-26页 |
| 2.4 实验及结果分析 | 第26-32页 |
| 2.4.1 实验流程 | 第26页 |
| 2.4.2 结果对比分析 | 第26-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 融合多相似度的排序模型研究 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 基于空间向量模型的相似度计算方法 | 第33-36页 |
| 3.2.1 基于空间向量模型的相似度计算方法 | 第34-35页 |
| 3.2.2 加入用户自定义信息的全文检索排序方法 | 第35-36页 |
| 3.3 基于用户英语水平的相似度计算方法 | 第36-43页 |
| 3.3.1 用户搜索行为记录和分析 | 第37-38页 |
| 3.3.2 用户英语水平分析建模 | 第38-42页 |
| 3.3.3 基于英语难易度的相似度计算方法 | 第42-43页 |
| 3.4 融合多相似度的排序模型 | 第43-47页 |
| 3.4.1 多相似度融合算法 | 第43-44页 |
| 3.4.2 实验结果分析 | 第44-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 个性化英语学习系统的设计与实现 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 资源的获取与处理方法 | 第49-53页 |
| 4.3 基于移动平台的本地检索系统 | 第53-57页 |
| 4.3.1 构建索引文件 | 第53-55页 |
| 4.3.2 快速查询算法 | 第55-57页 |
| 4.4 系统实现 | 第57-62页 |
| 4.4.1 文本检索模块 | 第58页 |
| 4.4.2 自动提示模块 | 第58-59页 |
| 4.4.3 音频播放模块 | 第59-60页 |
| 4.4.4 词表浏览模块 | 第60-61页 |
| 4.4.5 用户历史模块记录模块 | 第61-62页 |
| 4.4.6 排序方式选择 | 第62页 |
| 4.5 本章小节 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
