1) context-sensitive ambiguous structure (CSAS)
上下文相关歧义字段(CSAS)
2) Ambiguous phrase
歧义字段
1.
In an open test of a Chinese corpus with 65 000 characters,the accuracy of segmentation for ambiguous phrases of overlapped type reaches 98.
经过65000字的开放语料测试,统计了其对交集型歧义字段的切分结果,发现该方法对交集型歧义字段的切分正确率为98。
3) context dependent
上下文相关
1.
Decision tree-based state tying technology was used to construct the context dependent Initial/Final acoustic model (Tri-XIF model), with an appropriate question set design based on Chinese linguistic knowledge.
根据汉语语音的特点,采用扩展声韵母(XIF)作为识别基元,并针对XIF基元设计了相应的问题集,利用基于决策树的状态共享策略建立上下文相关声韵模型(Tri-XIF)。
2.
Lexical paraphrases should be context dependent since a word may have different paraphrases in distinct contexts.
词汇级复述是上下文相关的,即对同一个词在不同上下文中应获取不同的复述词。
4) context-dependent
上下文相关
1.
A Context-dependent Objective Coordination Model in Mobile Agent Applications;
移动代理应用中上下文相关的客观协调
2.
To accurately capture the variations of real speech spectra,two single stream Dynamic Bayesian Network(DBN) models based on context-dependent triphone:SS-DBN-TRI model and SS-DBN-TRI-CON model,are proposed for continuous speech recognition.
考虑连续语音中的协同发音问题,提出基于词内扩展的单流上下文相关三音素动态贝叶斯网络(SS-DBN-TRI)模型和词间扩展的单流上下文相关三音素DBN(SS-DBN-TRI-CON)模型。
3.
The garbage model which is context-dependent is presented in this paper.
文中针对中文关键词检测系统提出了一种与上下文相关的垃圾模型。
5) Context-Sensitive
上下文相关
1.
A Context-sensitive Access Control Model for Workflow System;
工作流系统上下文相关访问控制模型
2.
This paper presents a dynamic context-sensitive access control model that extends T-RBAC while retaining its advantages of role hierarchy and task level access control.
针对基于任务-角色的访问控制模型(task-role-based access control,T-RBAC)无法满足主体客体上下文环境变化对访问授权的要求,并且只考虑了部分工作流上下文信息如任务执行序列与互斥任务等问题,本文对其进行了扩展,提出了一种动态的上下文相关访问控制模型,它保留了原T-RBAC支持角色层次关系及任务驱动的特性,引入上下文环境,将其与模型中的主体及任务关联。
3.
The theory of the context-sensitive L-systems is also extended.
将上下文相关的L-系统在理论上进行了扩展,把控制参数引入其中之后,可以使图像按照既定的构想发生变化,得到了更加逼真的动态自然景观。
6) false ambiguous phrase
伪歧义字段
1.
The algorithm improves the accuracy of segmentation greatly by using some strategies on ambiguous phrases of overlap type, such as segmentation of unambiguous phrases, judging of names or places and dealing with false ambiguous phrases and so on.
该算法通过对非歧义字段切分,对人名地名进行判别,以及对伪歧义字段进行处理,使交集型歧义字段切分正确率有了大幅度提高。
补充资料：上下文相关文法
上下文相关文法
grammar, context-sensitive
上下文相关文法[郎叨..r，“旧悦劝一田画廿阳;rpaMMaT。二acocTa，Jt，，。“x]，享等分鼻享捧(g甩n卫刀ar of俪‘comP0nents)，上下文文法(印n往沃tg艺mlr以r)，分量文法(gran止“汀of components): 一种特别情形的生成文法(g旧叮甘比灯，罗朋m石辘)r=(V，W，1，那，其每条规则都形如么A几~氛口古2，其中亡，，蕊，0是字母表V日W上的字符串，A‘w，而0是非空字.上下文相关文法中的每一步推导都是把符号A替换成字符串口，这样的替换是否可能要视“上下文”古，和几来定.0中出现的符号可以进一步被替换，等等.这样下去，一个符号被“扩张”成某一段字符串作为推导的结果.可以借助一个树(堆导妙(deri论tiontn兄))表示上下文相关文法中的一个推导.例如，如果文法的规则是I~月月刀，月刀~刀刀刀，口刀刀~的B，A~a，D~a，B~C，C~c(其中a，b，c，d是终结符:I，A，B，C，D是非终结符，而I是初始符)，那么推导(I，月刁刀，口月刀，口。刀刀，aaBB，aabB，翻仪〕，俄劝‘)具有如图所示的树. I ，/才\。 “:l式1:推导的最后字符串的所有的段组成的集合，靠“扩充”非终结符所得到的—或换一种说法，从树的(非终结)结点引出的—在加上所有的独点段后形成了这个字符串的分量系统(见语法结构(s扣恤团c stn‘-t切茂));因此，也叫“分量文法”.如果所有的独点段也由替换非终结符得到，那么可以得到一个标记分量系统，对每一个分量标记一个从它“引出”的非终结符.这样，在上面的例子中，可以得到如下标记分量系统:((a)A((a)D(b)B)A(e)B，C)I(这里括号表示分量的界，而标记跟在右括号之后).把分量指派给标记系统的字符串形成了上下文相关文法在语言学上应用的基础.这样，一个文法其规则含有(在其中) sTAT~Nmak.，二尸， v。~vr’N、，二，。。，嵘，，。，四~“幽鲜”， Nrem，m，‘~“pa份饰la”，俨~“泊忱晓祀以s”，其中sTAT，嵘，V，，尸，是非终结符，分别代表“陈述句”，“性为x，数为y，格为:的名词”，“第三人称动词组”以及“第三人称及物动词”，而STAT是初始符，这个文法指派给陈述句“El】i讲e int en袭℃ts par-a比h”的标记分量系统是 (( Ellip父)嵘，，，~《山把份《魁)V门 (palabola)Sfe。、，。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条