模糊限制信息检测中融合方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-34页 |
| ·研究背景和意义 | 第11-14页 |
| ·模糊限制信息检测研究综述 | 第14-22页 |
| ·模糊限制语的分类 | 第14-15页 |
| ·模糊限制信息检测语料库 | 第15-17页 |
| ·模糊限制信息检测性能评测 | 第17-18页 |
| ·模糊限制性句子识别研究 | 第18-20页 |
| ·模糊限制信息范围检测研究 | 第20-22页 |
| ·统计机器学习方法 | 第22-30页 |
| ·支持向量机 | 第22-25页 |
| ·条件随机域 | 第25-28页 |
| ·最大间隔马尔可夫网络 | 第28-30页 |
| ·三种机器学习算法之间的关系 | 第30页 |
| ·本文研究内容 | 第30-34页 |
| 2 基于复合核函数的模糊限制信息范围检测 | 第34-55页 |
| ·模糊限制语识别 | 第34-37页 |
| ·语料预处理 | 第34-35页 |
| ·模糊限制语识别模型 | 第35-37页 |
| ·基于多项式核函数的模糊限制信息范围检测 | 第37-41页 |
| ·基于短语的标注单元 | 第37-39页 |
| ·特征向量构建 | 第39-41页 |
| ·基于卷积树核函数的模糊限制信息范围检测 | 第41-45页 |
| ·卷积树核函数 | 第41-42页 |
| ·基于结构化信息的模糊限制信息范围检测 | 第42-45页 |
| ·多项式核与卷积树核的结合 | 第45-46页 |
| ·后续处理 | 第46页 |
| ·实验 | 第46-54页 |
| ·模糊限制性句子识别 | 第47-48页 |
| ·模糊限制信息范围检测 | 第48-53页 |
| ·与相关研究的比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 3 统计和规则相结合的模糊限制信息范围检测 | 第55-68页 |
| ·模糊限制信息范围检测中规则方法和统计方法的特点 | 第55-59页 |
| ·基于规则的理性主义方法 | 第55-57页 |
| ·基于统计的经验主义方法 | 第57-58页 |
| ·规则方法和统计方法的融合 | 第58-59页 |
| ·基于统计和规则相结合的模糊限制信息范围检测系统 | 第59-63页 |
| ·统计和规则相结合的系统结构 | 第59-60页 |
| ·规则子系统 | 第60-62页 |
| ·基于CRF的融合系统 | 第62-63页 |
| ·实验 | 第63-67页 |
| ·实验设置 | 第63-64页 |
| ·模糊限制范围检测结果与分析 | 第64-66页 |
| ·与相关研究的性能比较 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 4 基于投票策略的模糊限制信息范围检测 | 第68-86页 |
| ·多分类器系统 | 第68-74页 |
| ·多分类器串联组合 | 第69页 |
| ·多分类器并联组合 | 第69-70页 |
| ·多分类器混合组合 | 第70-71页 |
| ·多分类器输出方法 | 第71-74页 |
| ·模糊限制语识别 | 第74-76页 |
| ·单个模糊限制语识别模型 | 第74-75页 |
| ·基于投票策略的模糊限制语识别 | 第75-76页 |
| ·模糊限制信息范围检测 | 第76-77页 |
| ·单个模糊限制信息范围检测模型 | 第76页 |
| ·基于投票策略的模糊限制信息范围检测模型 | 第76-77页 |
| ·实验 | 第77-84页 |
| ·模糊限制性句子识别 | 第77-80页 |
| ·模糊限制信息范围检测 | 第80-83页 |
| ·多分类器融合系统的上限 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 5 总结与展望 | 第86-88页 |
| ·研究工作总结 | 第86-87页 |
| ·展望 | 第87-88页 |
| 参考文献 | 第88-98页 |
| 攻读博士学位期间发表学术论文情况 | 第98-99页 |
| 攻读博士学位期间参加项目情况 | 第99-100页 |
| 致谢 | 第100-101页 |
| 作者简介 | 第101-102页 |
