《表1 现有语步识别研究的模型及效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《影响支持向量机模型语步自动识别效果的因素研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如何通过自动化的技术手段，从非结构化的科技论文摘要中，自动识别出相关的语步内容（如自动识别摘要中的表达论文“研究目的”的句子）得到了很多科研人员的关注。这些科研人员采用朴素贝叶斯模型（Naive Bayesian Model，NBM）[7-8]、隐马尔可夫模型（Hidden Markov Model，HMM）[9-10]、支持向量机模型（Support Vector Machine，SVM）[11-14]和条件随机场模型（Conditional Random Field，CRF）[2]等方法实现了科技论文摘要中的自动语步识别。目前语步识别研究中所采用的自动识别模型、能够识别的语步类型以及识别的效果如表1所示。除Teufel等的论文语步研究对象为全文外[7]，其余的研究对象为论文摘要。