面向在線群體研討的自動(dòng)化輔助方法及其應(yīng)用

第1章 緒論
1.1 研究背景
1.1.1 研討平臺(tái)中的自動(dòng)化需求
1.1.2 研討輔助工具與言語(yǔ)行為分類
1.1.3 為兩類典型研討平臺(tái)研制輔助工具
1.2 研究問題
1.3 主要內(nèi)容和章節(jié)結(jié)構(gòu)
1.4 研究方法
1.5 主要?jiǎng)?chuàng)新點(diǎn)
第2章 言語(yǔ)行為分類研究綜述
2.1 言語(yǔ)行為與言語(yǔ)行為分類
2.2 言語(yǔ)行為的分類體系
2.3 言語(yǔ)行為識(shí)別技術(shù)
2.3.1 n-gram方法
2.3.2 隱馬爾可夫模型
2.3.3 貝葉斯分類器
2.3.4 多層感知器
2.3.5 決策樹
2.3.6 基于轉(zhuǎn)換的學(xué)習(xí)
2.3.7 基于記憶的學(xué)習(xí)
2.3.8 不常使用的技術(shù)
2.3.9 總結(jié)與討論
2.4 研究工具介紹
2.4.1 基于轉(zhuǎn)換的學(xué)習(xí)
2.4.2 支持向量機(jī)
第3章 言語(yǔ)行為自動(dòng)分類算法
3.1 語(yǔ)料與言語(yǔ)行為關(guān)系定義
3.1.1 語(yǔ)料簡(jiǎn)介
3.1.2 言語(yǔ)行為關(guān)系的定義
3.1.3 言語(yǔ)行為類別的統(tǒng)計(jì)分布
3.1.4 語(yǔ)料手工標(biāo)注方法
3.2 特征選取
3.2.1 n元語(yǔ)法及其位置
3.2.2 發(fā)言在主題中的位置
3.2.3 前一個(gè)發(fā)言的言語(yǔ)行為類別
3.2.4 發(fā)言者信息
3.2.5 發(fā)言者變換
3.2.6 發(fā)言長(zhǎng)度
3.3 系統(tǒng)構(gòu)架
3.3.1 預(yù)處理
3.4 特征選擇
3.5 基于轉(zhuǎn)換學(xué)習(xí)的言語(yǔ)行為分類算法
3.5.1 產(chǎn)生潛在規(guī)則集
3.5.2 選擇最優(yōu)規(guī)則
3.5.3 將規(guī)則應(yīng)用到測(cè)試集
3.6 基于支持向量機(jī)的言語(yǔ)行為分類算法
3.6.1 訓(xùn)練與測(cè)試
3.6.2 SVM數(shù)值參數(shù)選擇
3.7 分階段轉(zhuǎn)換學(xué)習(xí)與類別依賴
第4章 言語(yǔ)行為自動(dòng)分類算法的實(shí)驗(yàn)與評(píng)估
4.1 自動(dòng)分類算法的結(jié)構(gòu)參數(shù)選擇問題
4.2 測(cè)量指標(biāo)
4.3 試運(yùn)行確定各類別分類的難易程度和previous SA的類型
4.3.1 實(shí)驗(yàn)設(shè)計(jì)
4.3.2 實(shí)驗(yàn)結(jié)果
4.3.3 各類別分類的難易程度
4.3.4 Previous SA的類型
……
第5章 自動(dòng)在線督導(dǎo)系統(tǒng)研究
第6章 群體研討中的外部概念支持研究
第7章 群體研討的自動(dòng)主持人研究
附錄1 PedaBot語(yǔ)料言語(yǔ)行為類別體系
附錄2 PedaBot語(yǔ)料一個(gè)典型的thread及標(biāo)注樣例
附錄3 GASS 3系統(tǒng)簡(jiǎn)介
參考文獻(xiàn)