文摘
英文文摘
第一章 引言
1.1 简介
1.2 本文的安排
第二章 背景知识
2.1 隐马尔可夫模型(HMM,Hidden Markov Model)简介
2.1.1马尔可夫过程
2.1.2隐马尔可夫模型【吴立德97】【Rabiner89】
2.1.3 HMM的三个基本问题
2.2 稀疏事件概率估计和平滑【吴立德97】
2.2.1加一法(保底法)
2.2.2减一法
2.2.3折扣模型
2.2.4联合概率与条件概率的估计与平滑
2.3 语音识别的大致过程
2.3.1声学模型
2.3.2语言模型
2.3.3结合声学模型和语言模型的“大HMM”
第三章 基于HM的词性标注
3.1 词性标注的任务
3.2 HMM词性标注器
3.3 词性集和语料
3.4 HMM标注器的参数估计
3.5 实验结果
3.6 错误分析
第四章 基于HMM的信息检索
4.1 本章的安排
4.2 信息检索的任务和基本概念
4.3 向量空间模型
4.4 基于HMM的检索引擎
4.5 实验结果
4.5.1在文本语料上的实验结果
4.5.2在语音文档(Spoken Document)上的实验结果
第五章 基于HMM的实体名识别
5.1 简介
5.2 模型
5.3 训练和计算上的问题
5.4 算法的改进
5.4.1给出最佳的K条路径
5.4.2 Beam搜索
5.4.3联系全文的后处理
5.5 实验结果
5.5.1概况
5.5.2给出K条路径的实验结果
5.5.3 Beam搜索实验结果
5.5.4后处理的实验结果
5.5.5全部大写的情况
5.5.6结论和进一步的工作
第六章 在文本检索会议中的应用
6.1 文本检索会议简介【Lide01a】
6.2 第十次文本检索会议
6.3QA(问题回答)
6.4 系统结构
6.4.1问题处理模块
6.4.2搜索和过滤
6.4.3答案处理模块
第七章 展望
参考文献
附录A:TREC-5/6主题集中的一个例子
附录B:HTK在HUB4校验集上的性能(错误率)
在学期间参加的科研项目与发表的论文
致谢
声明