已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、目前排版格式主要依靠人工檢查，準(zhǔn)確率和效率都較低，現(xiàn)有的一些自動排版格式檢查算法適用范圍有限，文檔格式向量沒有合理量化，檢查準(zhǔn)確率較低，難以重構(gòu)文檔的整體邏輯結(jié)構(gòu)。為了解決這些問題，本課題設(shè)計隸屬度表，解決格式向量的定性分量難以合理量化，段落無法跟任意邏輯標(biāo)簽對比的問題;設(shè)計基于n-gram索引的段落邏輯標(biāo)簽判斷方法，提高段落邏輯標(biāo)簽判斷的正確率和召回率;設(shè)計基于圖最短路徑的文檔邏輯結(jié)構(gòu)重建方法，解決難以重建文檔邏輯結(jié)構(gòu)的問題。其中隸屬
2、度表使用模糊識別的隸屬度概念，將格式向量中的定性分量用隸屬度根據(jù)統(tǒng)計量化，使得段落可以跟任意邏輯標(biāo)簽對比;基于n-gram索引的段落邏輯標(biāo)簽判斷算法借鑒拼寫校正中的n-gram索引，將格式向量切分成多個n-gram，使得向量相似度計算時各分量彼此獨立，提高了計算精確度;基于圖最短路徑的文檔邏輯結(jié)構(gòu)重建方法在段落邏輯標(biāo)簽判斷的基礎(chǔ)上生成圖，利用最短路徑排除掉多余的邏輯標(biāo)簽，從而重建邏輯結(jié)構(gòu)。實驗證明，這3種方法結(jié)合能夠合理量化向量，準(zhǔn)確判
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論