基于互信息的壮文分词算法研究及实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 汉文分词的研究现状 | 第12-13页 |
| 1.2.2 少数民族语言文本分词的研究现状 | 第13-14页 |
| 1.3 壮文简介 | 第14-15页 |
| 1.4 主要研究内容 | 第15-16页 |
| 1.5 组织结构及创新点 | 第16-18页 |
| 第2章 本文相关理论基础 | 第18-26页 |
| 2.1 基于词典和规则的分词算法 | 第18-22页 |
| 2.1.1 正向最大匹配算法 | 第18-20页 |
| 2.1.2 逆向最大匹配算法 | 第20-21页 |
| 2.1.3 双向最大匹配算法 | 第21-22页 |
| 2.2 基于统计的分词算法 | 第22-24页 |
| 2.2.1 互信息模型 | 第23-24页 |
| 2.2.2 t-测试 | 第24页 |
| 2.3 基于理解的分词算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 壮文分词的算法设计及改进 | 第26-33页 |
| 3.1 基于互信息原理的壮文分词 | 第26-29页 |
| 3.1.1 互信息MI的分词思路 | 第26-27页 |
| 3.1.2 基于互信息MI的壮文分词过程 | 第27-28页 |
| 3.1.3 基于互信息的分词算法步骤 | 第28页 |
| 3.1.4 互信息分词模型的分词效果 | 第28-29页 |
| 3.2 改进互信息算法MIk | 第29-30页 |
| 3.2.1 改进互信息算法 | 第29-30页 |
| 3.2.2 改进互信息算法MIk的优势及局限性 | 第30页 |
| 3.3 t-测试差 | 第30-31页 |
| 3.4 TD-MIk混合算法 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 实验验证与分析 | 第33-44页 |
| 4.1 实验数据集 | 第33-35页 |
| 4.2 评价指标 | 第35-36页 |
| 4.3 实验及结果分析 | 第36-39页 |
| 4.3.1 k值取值实验 | 第36页 |
| 4.3.2 α值取值实验 | 第36-37页 |
| 4.3.3 分词效果比较 | 第37-39页 |
| 4.4 分词系统实现 | 第39-43页 |
| 4.4.1 系统开发工具 | 第39页 |
| 4.4.2 分词系统的功能与设计 | 第39-42页 |
| 4.4.3 分词系统操作示例 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 本文工作总结 | 第44页 |
| 5.2 存在的不足与未来研究的展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 附录 攻读学位期间所发表的学术论文和参与项目 | 第49-50页 |
| 致谢 | 第50页 |
