基于多目标优化的中文分词模型的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-12页 |
| 第一章 引言 | 第12-16页 |
| ·论文背景 | 第12页 |
| ·主要工作 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 中文分词概述 | 第16-32页 |
| ·中文分词问题的描述 | 第16页 |
| ·中文分词要素的概述 | 第16-22页 |
| ·匹配属性 | 第16-17页 |
| ·词频 | 第17页 |
| ·局部词频、全局词频 | 第17页 |
| ·互信息 | 第17页 |
| ·t-测试(差) | 第17-18页 |
| ·上下文特征向量 | 第18页 |
| ·词性 | 第18-19页 |
| ·Tags | 第19-20页 |
| ·字标引系列 | 第20页 |
| ·语义要素 | 第20-22页 |
| ·分词要素小结 | 第22页 |
| ·中文分词方法的概述 | 第22-29页 |
| ·基于匹配 | 第23页 |
| ·N-最短路 | 第23页 |
| ·n-gram统计 | 第23-24页 |
| ·隐马尔科夫(HMM)，MIIM | 第24-25页 |
| ·Source-Channel和SVM | 第25-26页 |
| ·基于规则学习的分词方案 | 第26页 |
| ·基于搜索的分词方案 | 第26-27页 |
| ·自适应的迭代模型 | 第27-28页 |
| ·最大熵、条件随机场 | 第28-29页 |
| ·关于分词结果的比较 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 多目标优化相关知识 | 第32-40页 |
| ·多目标优化问题概述 | 第32-33页 |
| ·多目标优化问题的一般描述 | 第32-33页 |
| ·多目标问题的一般解决方案 | 第33-38页 |
| ·加权法 | 第33-34页 |
| ·约束法 | 第34页 |
| ·进化算法 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 多目标优化模型的建立 | 第40-58页 |
| ·知识库学习 | 第40-43页 |
| ·建立分词的多目标优化模型 | 第43-57页 |
| ·多个目标的选择 | 第44-45页 |
| ·切分方案编码 | 第45页 |
| ·模型框架 | 第45-46页 |
| ·变异 | 第46-47页 |
| ·交叉 | 第47页 |
| ·初始化种群 | 第47页 |
| ·选择 | 第47-50页 |
| ·环境约束 | 第50-52页 |
| ·数字相关词语的识别 | 第52-55页 |
| ·总体算法 | 第55-57页 |
| ·算法时间复杂度分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 测试和分析 | 第58-66页 |
| ·歧义测试 | 第58-60页 |
| ·人名识别测试 | 第60-63页 |
| ·总体测试结果 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·本文总结 | 第66-67页 |
| ·未来展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 发表文章目录 | 第74-76页 |
| 致谢 | 第76-78页 |
| 代码说明 | 第78-82页 |
| 1 代码说明和部分代码 | 第78-80页 |
| 2 分词部分结果 | 第80-82页 |
| 详细摘要 | 第82-84页 |
