基于统计与语法分析的关键词提取
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题的提出 | 第10页 |
| ·本文研究意义 | 第10-11页 |
| ·本文研究内容 | 第11页 |
| ·本文创新之处 | 第11-12页 |
| ·章节安排 | 第12-13页 |
| 第二章 关键词提取的研究综述 | 第13-19页 |
| ·关键词提取的重要性 | 第13页 |
| ·关键词的定义、识别、提取 | 第13-14页 |
| ·中文关键词自动提取技术与其它技术相结合 | 第14-15页 |
| ·信息检索系统 | 第14页 |
| ·信息反馈系统 | 第14页 |
| ·网络信息过滤、提取系统 | 第14-15页 |
| ·文本库的建立与重建 | 第15页 |
| ·数字化图书馆管理 | 第15页 |
| ·关键词识别提取的算法 | 第15-19页 |
| ·经典算法 | 第15-18页 |
| ·本文提出的分词改进算法 | 第18-19页 |
| 第三章 中文自动分词 | 第19-30页 |
| ·中文自动分词技术综述 | 第19-22页 |
| ·自动分词 | 第19-20页 |
| ·关于分词歧义 | 第20-21页 |
| ·中文自动分词经典算法 | 第21-22页 |
| ·I CTCLAS 中科院分词算法及提出改进算法 | 第22-30页 |
| ·ICTCLAS 中科院分词系统 | 第22页 |
| ·HMM 模型及相关理论 | 第22-23页 |
| ·基于隐马尔可夫模型提出 HHMM 模型 | 第23-25页 |
| ·基于 N-最短路径方法的中文词语粗分算法 | 第25-28页 |
| ·分词算法的改进 | 第28-30页 |
| 第四章 基于语法功能匹配的汉语句法分析 | 第30-48页 |
| ·形式语法描述 | 第30页 |
| ·短语结构语法与乔姆斯基层次体系 | 第30-33页 |
| ·短语结构语法 | 第30-32页 |
| ·乔姆斯基层次体系 | 第32-33页 |
| ·语法分析概要 | 第33-35页 |
| ·基于规则的方法 | 第33-34页 |
| ·基于统计的方法 | 第34页 |
| ·基于统计和规则相结合的方法 | 第34-35页 |
| ·句法分析算法 | 第35-38页 |
| ·句法分析概述 | 第35-36页 |
| ·Chart 算法 | 第36-38页 |
| ·树库 | 第38-41页 |
| ·树库定义 | 第38-39页 |
| ·树库的构造 | 第39-41页 |
| ·宾夕法尼亚大学的 Penn 树库 | 第41-48页 |
| 第五章 关键词提取算法 | 第48-55页 |
| ·关键词算法 | 第48-51页 |
| ·词频特征值 | 第48页 |
| ·位置特征值 | 第48页 |
| ·词性特征值 | 第48-49页 |
| ·词跨度特征值 | 第49页 |
| ·new 短语或者词特征值 | 第49页 |
| ·Headword 短语或者词特征值 | 第49-51页 |
| ·实验测试与分析 | 第51-55页 |
| ·实验环境、过程与语料 | 第51页 |
| ·评测标准 | 第51-52页 |
| ·系数调整 | 第52页 |
| ·实验结果 | 第52-55页 |
| 第六章 结束语与展望未来 | 第55-56页 |
| ·结束语 | 第55页 |
| ·展望未来 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 A 树库功能对照表 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64-65页 |
