新闻播报节目的内容自动标注系统
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-15页 |
| ·概述 | 第9-11页 |
| ·音频检索技术概述 | 第9-10页 |
| ·音频自动标注技术研究现状 | 第10-11页 |
| ·论文选题意义 | 第11页 |
| ·系统框架及研究工作概述 | 第11-14页 |
| ·自动标注系统整体框架 | 第11-13页 |
| ·研究工作概述 | 第13-14页 |
| ·论文章节安排 | 第14-15页 |
| 第2章 音频自动分段分类技术 | 第15-25页 |
| ·系统框架介绍 | 第15-16页 |
| ·基于基音信息的语音端点检测 | 第16-18页 |
| ·基于 BIC 准则的自动分段 | 第18-19页 |
| ·多类型 GMM 分类 | 第19-20页 |
| ·说话人聚类 | 第20-21页 |
| ·实验结果及分析 | 第21-24页 |
| ·实验数据 | 第21-22页 |
| ·评价准则 | 第22页 |
| ·实验结果 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 自动故事单元划分技术 | 第25-39页 |
| ·研究现状 | 第25-26页 |
| ·基于语义信息的自动故事单元划分 | 第26-28页 |
| ·TextTiling方法 | 第26-27页 |
| ·SeLeCT方法 | 第27-28页 |
| ·用于主题划分的音频信息 | 第28-30页 |
| ·语义信息与音频信息的融合规则 | 第30-32页 |
| ·实验结果及分析 | 第32-37页 |
| ·实验数据 | 第32页 |
| ·评价准则 | 第32-33页 |
| ·实验结果 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 自动主题提取技术 | 第39-51页 |
| ·研究现状 | 第39-40页 |
| ·主题词提取 | 第40-41页 |
| ·基于向量空间模型的自动主题提取 | 第41-43页 |
| ·特征选取 | 第41-42页 |
| ·最大边缘相关方法 | 第42页 |
| ·潜在语义分析方法 | 第42-43页 |
| ·基于分类的自动主题提取方法 | 第43-47页 |
| ·特征选取 | 第44-45页 |
| ·基于 SVM 的文摘句提取方法 | 第45-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·实验数据 | 第47页 |
| ·评价准则 | 第47-48页 |
| ·实验结果 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 结论 | 第51-55页 |
| ·系统应用 | 第51-52页 |
| ·研究工作总结 | 第52页 |
| ·后续工作展望 | 第52-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第63页 |
