

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)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(dòng)排版格式檢查算法適用范圍有限,文檔格式向量沒(méi)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(wèn)題,本課題設(shè)計(jì)隸屬度表,解決格式向量的定性分量難以合理量化,段落無(wú)法跟任意邏輯標(biāo)簽對(duì)比的問(wèn)題;設(shè)計(jì)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(jì)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(wèn)題。其中隸屬
2、度表使用模糊識(shí)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(jì)量化,使得段落可以跟任意邏輯標(biāo)簽對(duì)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(gè)n-gram,使得向量相似度計(jì)算時(shí)各分量彼此獨(dú)立,提高了計(jì)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(shí)驗(yàn)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(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
評(píng)論
0/150
提交評(píng)論