模糊限制信息檢測研究

第1章 緒論
1．1 研究背景和意義
1．2 模糊限制信息檢測研究綜述
1．2．1 模糊限制語的分類
1．2．2 模糊限制信息檢測語料庫
1．2．3 模糊限制信息檢測性能評測
1．2．4 模糊限制性句子識別研究
1．2．5 模糊限制信息范圍檢測研究
1．3 統(tǒng)計機器學習方法
1．3．1 支持向量機
1．3．2 條件隨機域
1．3．3 最大間隔馬爾可夫網絡
1．3．4 三種統(tǒng)計機器學習方法之間的關系
1．4 半監(jiān)督學習方法
第2章 基于復合核函數(shù)的模糊限制信息范圍檢測
2．1 模糊限制語識別
2．1．1 語料預處理
2．1．2 模糊限制語識別模型
2．2 基于多項式核函數(shù)的模糊限制信息范圍檢測
2．2．1 基于短語的標注單元
2．2．2 特征向量構建
2．3 基于卷積樹核函數(shù)的模糊限制信息范圍檢測
2．3．1 卷積樹核函數(shù)
2．3．2 基于結構化信息的模糊限制信息范圍檢測
2．4 多項式核函數(shù)與卷積樹核函數(shù)的結合
2．5 后續(xù)處理
2．6 實驗結果與分析
2．6．1 模糊限制性句子識別
2．6．2 模糊限制信息范圍檢測
2．6．3 與相關研究的比較
第3章 基于規(guī)則和統(tǒng)計相結合的模糊限制信息范圍檢測
3．1 模糊限制信息范圍檢測中規(guī)則方法和統(tǒng)計方法的特點
3．1．1 基于規(guī)則的理性主義方法
3．1．2 基于統(tǒng)計的經驗主義方法
3．1．3 基于規(guī)則和統(tǒng)計相結合的方法
3．2 基于規(guī)則和統(tǒng)計相結合的模糊限制信息范圍檢測系統(tǒng)
3．2．1 規(guī)則和統(tǒng)計相結合的系統(tǒng)結構
3．2．2 規(guī)則子系統(tǒng)
3．2．3 基于CRF的融合系統(tǒng)
3．3 實驗結果與分析
3．3．1 實驗設置
3．3．2 模糊限制信息范圍檢測結果與分析
3．3．3 與相關研究的性能比較
第4章 基于投票策略的模糊限制信息范圍檢測
4．1 多分類器系統(tǒng)
4．1．1 多分類器串聯(lián)組合
4．1．2 多分類器并聯(lián)組合
4．1．3 多分類器混合組合
4．1．4 多分類器輸m方法
4．2 模糊限制語識別
4．2．1 單個模糊限制語識別模型
4．2．2 基于投票策略的模糊限制語識別
4．3 模糊限制信息范圍檢測模型
4．3．1 單個模糊限制信息范圍檢測模型
4．3．2 基于投票策略的模糊限制信息范圍檢測模型
4．4 實驗結果與分析
4．4．1 模糊限制性句子識別
4．4．2 模糊限制信息范圍檢測
4．4．3 多分類器融合系統(tǒng)的上限
第5章 中文模糊限制信息語料庫的研究與構建
5．1 模糊限制信息語料庫簡介
5．2 中文模糊限制語分類
5．3 中文模糊限制語語料庫構建
5．3．1 結構設計與一般標注規(guī)則
5．3．2 特殊詞語標注規(guī)則
5．3．3 語料庫的構建
5．3．4 模糊限制語語料庫的統(tǒng)計數(shù)據與分析
5．4 中文模糊限制信息范圍語料庫構建
5．4．1 基本標注原則
5．4．2 具體標注原則
5．4．3 模糊限制信息范圍語料庫的統(tǒng)計數(shù)據與分析
第6章 跨語言模糊限制語識別
6．1 跨語言信息抽取研究
6．2 長短時記憶遞歸網絡
6．3 基于聯(lián)合表示學習的跨語言模糊限制語識別，
6．3．1 上下文模糊信息表示
6．3．2 雙語語義信息和上下文模糊信息的聯(lián)合表示學習
6．4 實驗結果與分析
6．4．1 預訓練詞表示
6．4．2 上下文模糊信息表示的有效性
6．4．3 雙語語義損失與分類損失對跨語言模糊限制語識別性能的影響
第7章 跨領域中文模糊限制語識別
7．1 基于遷移和半監(jiān)督相結合的跨領域機器學習方法
7．1．1 遷移漸進直推支持向量機
7．1．2 算法分析
7．2 詞向量與遷移學習相結合的跨領域中文模糊限制語識別
7．2．1 系統(tǒng)概述
7．2．2 基本特征
7．2．3 詞向量特征
7．2．4 特征遷移與實例遷移相結合
7．3 實驗結果與分析
7．3．1 基于詞向量的跨領域中文模糊限制語識別結果
7．3．2 基于遷移學習的跨領域中文模糊限制語識別結果
7．3．3 詞向量與遷移學習相結合的跨領域中文模糊限制語識別
第8章 中文模糊限制信息范圍檢測
8．1 基于復合核的中文模糊限制信息范圍檢測
8．1．1 多項式核函數(shù)
8．1．2 卷積樹核函數(shù)
8．2 基于LSTM的中文模糊限制信息范圍檢測
8．2．1 CanHedSeq-LSTM
8．2．2 Bi-CanHed-LSTM
8．2．3 Bi-CanHedSeq-LSTM
8．2．4 Bi-CanHedSeq-Con-LSTM
8．3 基于復合核和LSTM的混合系統(tǒng)
8．4 實驗結果與分析
8．4．1 復合核模型對模糊限制信息范圍檢測的影響
8．4．2 LSTM模型對模糊限制信息范圍檢測的影響
8．4．3 權重系數(shù)對模糊限制信息范圍檢測的影響
參考文獻