首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

从大规模中文语料中获取和验证概念的研究

摘要第1-7页
A Research on Acquisition and Verification of Concepts f.... Large-Large-Scale Chinese Corpora第7-12页
图目录第12-13页
表目录第13-14页
第一章 引言第14-22页
   ·什么是概念第14-18页
     ·术语第15-16页
     ·新词语第16-17页
     ·概念词和术语及新词语的区别和联系第17-18页
   ·概念自动获取和验证面临的困难第18-19页
   ·概念自动获取和验证的意义第19-20页
   ·研究内容第20-21页
   ·一些名词术语的定义第21页
   ·本文的组织第21-22页
第二章 国内外相关研究现状分析第22-32页
   ·自动术语识别(领域概念获取)第22-28页
     ·基于语言学方法的术语识别第22-23页
     ·基于统计方法的术语识别第23-25页
     ·基于混合方法的术语识别第25-27页
     ·基于模式匹配的概念获取第27-28页
     ·相关产品第28页
   ·信息抽取第28-29页
   ·基于Web 的知识库自动构建第29-32页
第三章 本文中概念自动获取和验证方法的概述第32-38页
   ·目前方法的不足之处第32页
   ·概念词的特征第32-33页
   ·概念获取和验证问题及对策第33-34页
   ·概念获取和验证的目标和基本思想第34-36页
   ·系统的总体框架第36-38页
第四章 基于概念自身特征的验证方法第38-60页
   ·基于规则的概念验证第38-51页
     ·概念词的过滤规则第38-42页
     ·概念词的内部构词规则第42-49页
     ·概念词短语功能歧义的增量式解决方案第49-51页
     ·试验结果分析第51页
   ·基于内部构词的增量验证第51-60页
     ·构词贡献第52-55页
     ·评价方法和试验结果第55-56页
     ·概念词类推第56-58页
     ·试验结果第58-60页
第五章 基于开放语料的概念验证方法第60-72页
   ·基于开放语料的概念验证第60-66页
     ·上下文模式的表示第60-61页
     ·上下文模式的获取算法第61-63页
     ·模式的分类、验证和评价第63页
     ·基于模式的概念验证算法第63-64页
     ·实验结果分析第64-66页
   ·最优化验证集的生成第66-72页
     ·最优化验证的整体框架第66-67页
     ·验证依赖关系第67-68页
     ·验证依赖关系的应用策略第68-72页
第六章 概念抽取验证统一框架及实现流程第72-88页
   ·统计和规则模型间的比较第72-73页
   ·概念抽取和验证统一框架第73-74页
   ·基于概念词构件的概念抽取和验证第74-76页
   ·概念词界定第76-79页
     ·分词模块第76-77页
     ·分割词词典的获取第77-78页
     ·分隔句块模块第78-79页
   ·基于构词规则的抽取第79-83页
     ·正则表达式第79-80页
     ·概念词的抽取和选择第80-81页
     ·概念的二次抽取和验证第81-83页
   ·概念词获取验证实验结果及分析第83-88页
     ·概念获取验证系统评价方法第83-84页
     ·实验评估与分析第84-88页
第七章 结束语第88-90页
   ·本文总结第88页
   ·今后的工作和改进第88-90页
第八章 参考文献第90-96页
致谢第96-97页
作者简历第97页

论文共97页,点击 下载论文
上一篇:美国产品设计缺陷法律制度探析--以历史发展为基础
下一篇:循环流化床炉膛给煤扩散及燃烧份额