基于Nutch搜索引擎的中文分词算法研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·课题背景 | 第8页 |
| ·分词对搜索引擎的重要性 | 第8-10页 |
| ·中文分词现状 | 第10-11页 |
| ·中文分词的应用 | 第11-12页 |
| ·Nutch 搜索引擎 | 第12-15页 |
| ·Nutch 网络蜘蛛 | 第12-14页 |
| ·Nutch 网络蜘蛛工作流程 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 2 中文分词概述 | 第16-26页 |
| ·中文分词理论基础 | 第16-17页 |
| ·中文分词概念 | 第16页 |
| ·中文分词系统的评价标准 | 第16-17页 |
| ·中文分词算法 | 第17-23页 |
| ·基于字符串匹配的分词方法 | 第17-21页 |
| ·基于统计的分词方法 | 第21-22页 |
| ·基于理解的分词方法 | 第22-23页 |
| ·中文分词的难点 | 第23-25页 |
| ·分词规范问题 | 第23-24页 |
| ·歧义识别 | 第24页 |
| ·未登录词识别 | 第24-25页 |
| ·小结 | 第25-26页 |
| 3 中文分词的核心技术 | 第26-37页 |
| ·中文分词流程 | 第26页 |
| ·分词算法衡量标准 | 第26页 |
| ·词典机制 | 第26-27页 |
| ·分词算法优化 | 第27-36页 |
| ·基于首字hash 的匹配算法 | 第27-30页 |
| ·基于首字最长词条匹配算法 | 第30-33页 |
| ·基于首字最长词条匹配算法的改进 | 第33-36页 |
| ·小结 | 第36-37页 |
| 4 中文分词在 Nutch 中的应用 | 第37-44页 |
| ·Nutch 中文分词 | 第37-39页 |
| ·Nutch 自带中文分词 | 第37页 |
| ·Nutch 中添加中文分词插件 | 第37-39页 |
| ·Nutch 搜索引擎搭建 | 第39-41页 |
| ·开发软件介绍 | 第39页 |
| ·Nutch 搭建流程 | 第39-41页 |
| ·中文分词结果验证 | 第41-43页 |
| ·luke 工具简介 | 第42页 |
| ·分词结果验证 | 第42-43页 |
| ·小结 | 第43-44页 |
| 5 总结与展望 | 第44-45页 |
| ·总结 | 第44页 |
| ·展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 作者简介 | 第48页 |
