中文统计自然语言处理隐马模型的研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第9-14页 |
| 1．1 自然语言处理统计模型研究的现状 | 第9-11页 |
| 1．1．1 自然语言处理中的统计模型 | 第9-10页 |
| 1．1．2 国内外研究的现状 | 第10-11页 |
| 1．2 论文的选题及其研究意义 | 第11-12页 |
| 1．3 论文研究的主要内容 | 第12-13页 |
| 1．4 论文的章节安排 | 第13页 |
| 1．5 本章小结 | 第13-14页 |
| 2 中文自然语言处理概述 | 第14-23页 |
| 2．1 引言 | 第14页 |
| 2．2 自然语言处理 | 第14-20页 |
| 2．2．1 自然语言处理定义 | 第14-15页 |
| 2．2．2 自然语言处理的一般过程 | 第15-17页 |
| 2．2．3 自然语言处理的特殊困难 | 第17-20页 |
| 2．3 中文自然语言处理 | 第20-22页 |
| 2．4 本章小结 | 第22-23页 |
| 3 自然语言处理中的统计方法及隐马尔可夫模型 | 第23-36页 |
| 3．1 引言 | 第23页 |
| 3．2 统计自然语言处理 | 第23-29页 |
| 3．2．1 自然语言处理的特点 | 第23-24页 |
| 3．2．2 知识获取瓶颈 | 第24-25页 |
| 3．2．3 统计机器翻译应用举例 | 第25-27页 |
| 3．2．4 统计自然语言处理的其它应用 | 第27-29页 |
| 3．3 隐马尔可夫模型 | 第29-35页 |
| 3．3．1 隐马尔可夫统计语言模型概述 | 第29页 |
| 3．3．2 参数估值 | 第29-30页 |
| 3．3．3 模型的困惑度度量 | 第30-31页 |
| 3．3．4 模型的压缩 | 第31-33页 |
| 3．3．5 模型的平滑 | 第33-35页 |
| 3．4 本章小结 | 第35-36页 |
| 4 中文隐马尔可夫语言模型的实验研究 | 第36-48页 |
| 4．1 引言 | 第36页 |
| 4．2 词典和语料库分词 | 第36-37页 |
| 4．3 训练语料库 | 第37-40页 |
| 4．3．1 训练语料分段 | 第39页 |
| 4．3．2 语料单元评分 | 第39页 |
| 4．3．3 种子集合扩充 | 第39-40页 |
| 4．4 测试集 | 第40-41页 |
| 4．5 语言模型建模工具SLMWIN1.0 | 第41-43页 |
| 4．6 试验策略 | 第43-45页 |
| 4．6．1 不同压缩技术的实现 | 第43-44页 |
| 4．6．2 不同平滑技术的实现 | 第44-45页 |
| 4．7 比较结果 | 第45-47页 |
| 4．7．1 不同压缩技术的比较结果 | 第45-47页 |
| 4．7．2 不同平滑技术的比较结果 | 第47页 |
| 4．8 本章小结 | 第47-48页 |
| 5 改进的长距依存隐马尔可夫模型 | 第48-53页 |
| 5．1 引言 | 第48页 |
| 5．2 隐马尔可夫模型短距依存的局限 | 第48-49页 |
| 5．3 改进的模型---LP-TRIGRAM | 第49-51页 |
| 5．3．1 LP-Trigram模型的定义 | 第49-50页 |
| 5．3．2 LP-Trigram的参数平滑 | 第50页 |
| 5．3．3 LP-Trigram的参数量和压缩 | 第50页 |
| 5．3．4 Viterbi搜索算法的扩充 | 第50-51页 |
| 5．4 试验结果和讨论 | 第51-52页 |
| 5．5 小结 | 第52-53页 |
| 全文总结 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-57页 |
