【摘 要】
：
联合学习能够有效的利用全局特征,减少流水线学习方法造成的错误传递,但是直接联合学习又会带来高计算复杂性.针对依存句法分析和语义角色标注问题,本文采用了两种联合学习方法:概率联合学习和最大熵重排序方法.在最大熵重排序方法中,首次采用了句法树和语义框架双重特征.实验结果表明,经过最大熵重排序联合学习后,依存句法和语义角色标注分别比流水线学习时的准确率提高了1.31％,1.47％,总体错误率减少了8.2
【机 构】
：
哈尔滨工业大学深圳研究生院,518055
论文部分内容阅读
联合学习能够有效的利用全局特征,减少流水线学习方法造成的错误传递,但是直接联合学习又会带来高计算复杂性.针对依存句法分析和语义角色标注问题,本文采用了两种联合学习方法:概率联合学习和最大熵重排序方法.在最大熵重排序方法中,首次采用了句法树和语义框架双重特征.实验结果表明,经过最大熵重排序联合学习后,依存句法和语义角色标注分别比流水线学习时的准确率提高了1.31％,1.47％,总体错误率减少了8.2％.
其他文献
针对未知的不平整地面环境,提出了双足机器人稳定步行控制算法,该算法由步态规划和在线反馈控制组成.设计了被动倒立摆模型以规划双足机器人的步态,使得双足机器人能够自然、节能的稳定行走.实时反馈控制用来适应地面的凹凸不平以及外部扰动,双足机器人机构柔性对控制效果造成很坏的影响,因此柔性的影响也被考虑到控制器的设计当中.最后,利用双足机器人不平地面上的步行实验验证所提出步行控制算法的有效性.
UCT算法是UCB算法(Upper Confidential Bounds)在博弈树搜索问题中的应用.在大分支因子博弈树的搜索过程中,它表现出了独有的优越性.在这篇文章中,首先介绍了UCT算法实现过程中的不同策略.然后,基于作者开发的四国军棋博弈系统,分别对UCT算法的不同策略在非完备信息博弈中的实验数据进行了比较和分析.在分析过程中,本文提出了挖掘-拓展因子EBF (exploration an
本文提出了一种利用激光测距传感器的智能轮椅导航系统,使用者通过语音下达轮椅导航运动指令,智能轮椅通过光电编码器、激光测距以及视觉等传惑器完成导航任务,导航过程中可实现自定位、避障等功能,同时激光测距传感数据与2D地图的匹配可实现轮椅自定位.实验结果证明了该轮椅在助老助残领域的实用性.
智能康复系统已经成为一个研究热点.在家庭康复系统中,最重要的是实现人体运动的实时跟踪.本文提出了一种能够实时跟踪人体上肢运动的CamShift算法.综合考虑上肢运动和皮肤颜色概率分布,提出的算法可以提高抗噪能力.最后本算法还提高了跟踪的精确度.实现结果表明该算法是快速、准确和可靠的.并且该算法还可以运用到其他领域特殊颜色的跟踪.
机器人的编队问题是多机器人协作中的一个典型问题,编队包括队形形成和编队控制.在实际应用中,通信在多机器人编队中也扮演重要的角色.ad hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合.本文针对Leader-follower多机器人系统队形控制中,Leader和follower相对独立及落后机器人离队等问题,将ad hoc网络引入其中,建
随着雅虎的人物关系搜索、微软的人立方等商业应用的出现,人物关系识别问题也逐渐得到了更多的关注.本文提出了一种基于最长公共子串(LCS)问题加权处理的方法,并在此基础上构造了模板自动生成的人物关系识别系统.系统以2007年人民日报提取的1500个含有两个人名的句子作为实验数据,分别用基于模板自动生成方法和基于条件随机场(CRF)算法进行二元人物关系抽取,加权平均F值分别为0.8806和0.8287.
设计了远距离视频下的正面人体身份自动识别系统,包括:Adaboost行人检测、Adaboost人脸检测、肤色验证、步态预处理、周期检测、特征提取以及决策级融合识别等模块.通过行人检测模块可以自动开启人脸检测模块和步态周期检测模块.提出的根据下臂摇摆区域确定步态周期的方法对正面步态周期检测准确,计算量小,适用于实时的步态识别.本文给出远距离身份识别新的解决思路,采用人脸特征辅助步态特征在决策级融合方
本文提出了一种采用BP神经网络来对无限制手写数学符号识别的方法.在选取基于统计特征值的基础上,对三层的BP网络进行训练.通过200个训练字符样本及100个测试样本,识别率达93.67％.实验结果表明,该方法对手写体数学符号识别效果良好,不仅简化了传统识别的复杂度,而且提高了识别的准确性.
近年来,智能服务机器人成为工业界和学术界的热门话题.基于多层次交互和人机友好的设计理念,本文提出了一种智能交互机器人的结构设计和系统集成方案.系统设计包括硬件设计和软件设计.其中硬件系统包括整体机器人的元器件选择、搭配以及硬件通信.软件系统包括举手检测、语音识别、运动控制、表情交互以及主控程序.系统集成完成了软硬件的整合以及整体系统的搭建和测试.本文完成了各个模块和整体系统的数百次调试及测试,大量
疲劳驾驶可以从不规范的驾驶员行为中反映出来,实时判断并得到驾驶员头部朝向是检测疲劳驾驶的关键技术之一.为解决驾驶员头部旋转不确定性问题,本文提出一种基于特征三角形的驾驶员头部朝向分析方法.这种方法先使用AdaBoost方法快速定位出驾驶员头部区域,然后使用垂直、水平灰度投影方法快速定位驾驶员左、右眼中心点位置,进而将头部质心、左眼中心点和右眼中心点构成一个特征三角形确定驾驶员头部朝向.实验证明,该