基于Hash和CRF的中文分词算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关理论及技术 | 第15-24页 |
| 2.1 中文分词的主流算法 | 第15-19页 |
| 2.1.1 基于字符串匹配的机械分词算法 | 第15-17页 |
| 2.1.2 基于统计的分词方法 | 第17-18页 |
| 2.1.3 基于理解的分词方法 | 第18-19页 |
| 2.1.4 基于语义的分词方法 | 第19页 |
| 2.2 词典机制 | 第19-21页 |
| 2.2.1 整词二分机制 | 第19-20页 |
| 2.2.2 基于TREE树索引机制 | 第20-21页 |
| 2.2.3 基于逐字二分的分词词典机制 | 第21页 |
| 2.3 中文分词技术难点 | 第21-23页 |
| 2.3.1 中文分词规范问题 | 第21-22页 |
| 2.3.2 歧义的处理 | 第22页 |
| 2.3.3 未登录词的识别 | 第22-23页 |
| 2.4 中文分词技术测评 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 改进的基于HASH的正向回溯算法 | 第24-32页 |
| 3.1 概述 | 第24页 |
| 3.2 相关概念 | 第24-25页 |
| 3.3 问题的描述 | 第25-26页 |
| 3.3.1 词典的分词 | 第25页 |
| 3.3.2 正向回溯算法的分析 | 第25-26页 |
| 3.4 基于HASH的正向回溯算法的改进 | 第26-29页 |
| 3.4.1 词典的设计 | 第26-27页 |
| 3.4.2 词典的查询 | 第27-28页 |
| 3.4.3 回溯算法的改进 | 第28-29页 |
| 3.5 实验与评价 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 基于CRF的新词的识别 | 第32-41页 |
| 4.1 未登录词处理概述 | 第32-33页 |
| 4.2 条件随机场模型 | 第33-35页 |
| 4.3 基于CRF的命名实体识别 | 第35-38页 |
| 4.3.1 特征的选取 | 第36页 |
| 4.3.2 特征的构造 | 第36-38页 |
| 4.4 正向最大匹配和CRF的结合 | 第38-39页 |
| 4.5 实验与分析 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 原型系统的设计与实现 | 第41-49页 |
| 5.1 原型系统运行环境及开发平台 | 第41页 |
| 5.2 系统设计原则 | 第41-42页 |
| 5.3 系统功能模块设计 | 第42-45页 |
| 5.3.1 系统需求分析 | 第42-43页 |
| 5.3.2 主要功能模块 | 第43-45页 |
| 5.4 系统核心类的设计 | 第45-48页 |
| 5.4.1 文本预处理类 | 第45-46页 |
| 5.4.2 正向最大匹配分词类 | 第46-47页 |
| 5.4.3 命名实体识别类 | 第47-48页 |
| 5.5 原型系统的实现 | 第48页 |
| 5.6 本章小结 | 第48-49页 |
| 第六章 总结和展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间发表的学术成果 | 第57页 |
