| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-21页 |
| ·概述 | 第11-15页 |
| ·关键词识别 | 第11-12页 |
| ·文本分类 | 第12-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·关键词识别技术的国内外研究现状 | 第15-16页 |
| ·文本分类技术的国内外研究现状 | 第16-17页 |
| ·技术挑战 | 第17-19页 |
| ·本文的主要内容及其组织 | 第19-21页 |
| 2 汉语语音和语言理解的基础知识 | 第21-29页 |
| ·汉语语音学基础知识 | 第21-24页 |
| ·音素和音节 | 第21页 |
| ·声母和韵母 | 第21-23页 |
| ·声调 | 第23-24页 |
| ·汉语普通话的音节结构 | 第24页 |
| ·汉语普通话的主要特点 | 第24页 |
| ·自然语言理解基础知识 | 第24-29页 |
| ·词典构造 | 第25页 |
| ·语法分析 | 第25-27页 |
| ·语义分析 | 第27-28页 |
| ·篇章分析 | 第28-29页 |
| 3 关键词识别 | 第29-65页 |
| ·关键词识别的几种主要方案及比较 | 第29-32页 |
| ·DTW算法 | 第29页 |
| ·人工神经网络 | 第29-30页 |
| ·HMM框架 | 第30-31页 |
| ·其他方法 | 第31-32页 |
| ·方案比较 | 第32页 |
| ·关键词识别研究要解决的问题 | 第32-33页 |
| ·关键词识别的性能评价 | 第33-34页 |
| ·关键词识别的结构 | 第34-35页 |
| ·HMM模型及其相关理论 | 第35-44页 |
| ·HMM模型简介 | 第35-38页 |
| ·HMM模型的三个基本问题 | 第38-42页 |
| ·HMM求解的若干具体问题 | 第42-44页 |
| ·基于HMM框架的关键词识别 | 第44-59页 |
| ·基于HMM框架的关键词识别的基本结构 | 第44-45页 |
| ·语音信号特性与发声模型 | 第45-46页 |
| ·端点检测 | 第46-48页 |
| ·预处理 | 第48-49页 |
| ·语音特征参数提取 | 第49-53页 |
| ·声学模型 | 第53-58页 |
| ·关键词识别 | 第58-59页 |
| ·实验结果与分析 | 第59-65页 |
| 4 主题检测 | 第65-85页 |
| ·文本分类概述 | 第65-66页 |
| ·基于统计的中文文本自动分类 | 第66-67页 |
| ·向量空间模型 | 第67-70页 |
| ·分词 | 第70-74页 |
| ·基于字符串匹配的分词方法 | 第70-72页 |
| ·基于理解的分词方法 | 第72-73页 |
| ·基于统计的分词方法 | 第73-74页 |
| ·特征项的抽取 | 第74-77页 |
| ·项的权重计算 | 第77-78页 |
| ·分类算法 | 第78-83页 |
| ·实验分析 | 第83-85页 |
| 5 基于关键词识别及主题检测的智能家庭普适计算系统 | 第85-102页 |
| ·普适计算 | 第85-86页 |
| ·普适计算的特点及体系结构 | 第86-88页 |
| ·普适计算的特点 | 第86-87页 |
| ·普适计算的体系结构 | 第87-88页 |
| ·基于关键词识别及主题检测的智能家庭普适计算系统的设计 | 第88-89页 |
| ·基于关键词识别及主题检测的智能家庭普适计算系统的实现 | 第89-102页 |
| 结论 | 第102-103页 |
| 参考文献 | 第103-107页 |
| 作者简历 | 第107-111页 |
| 学位论文数据集 | 第111页 |
