首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于HMM的汉语词性标注及其改进

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-17页
   ·引言第11-12页
   ·课题研究背景和意义第12-13页
     ·研究背景第12-13页
     ·研究目的与意义第13页
   ·词性标注的发展史第13-14页
   ·本文的主要工作以及本文的结构安排第14-16页
   ·本章小结第16-17页
第二章 隐马尔可夫模型及其相关算法第17-27页
   ·隐马尔可夫模型第17-21页
     ·隐马尔可夫模型的概念第17-19页
     ·隐马尔可夫模型的应用第19-21页
   ·Viterbi算法第21-22页
   ·前向算法第22-24页
   ·前向-后向算法第24-25页
   ·本章小结第25-27页
第三章 词性标注及其相关研究第27-43页
   ·词性标注第27-29页
     ·词性标注的难题第27-28页
     ·词性标注的方法第28-29页
   ·N-gram模型第29-34页
     ·N-gram模型的定义第29-30页
     ·N-gram模型的训练与参数平滑第30-34页
   ·词性标注应用分析第34-39页
     ·噪声信道模型在词性标注中的应用第34-35页
     ·转换学习方法在词性标注中的应用第35-36页
     ·基于最大熵模型的词性标注应用第36-37页
     ·基于条件随机场的词性标注应用第37-39页
   ·HMM与词性标注第39-40页
     ·HMM与词性标注的关系第39页
     ·基于HMM的词性标注第39-40页
   ·中、英文词性标注的异同第40-41页
   ·本章小结第41-43页
第四章 模型及算法的改进第43-49页
   ·二阶隐马尔可夫模型第43-44页
   ·基于HMM2的模型改进第44-46页
     ·状态转移概率的平滑处理第44-45页
     ·观测概率的调整第45-46页
   ·针对未登录词的标注第46-47页
     ·方法改进第46-47页
     ·具体实例分析第47页
   ·改进的HMM2下的Viterbi算法第47-48页
   ·本章小结第48-49页
第五章 基于HMM2的汉语词性标注的实现第49-61页
   ·汉语语料库的选取第49-51页
     ·实验语料库的预处理第49页
     ·语料库的标注集第49-50页
     ·训练文本与词性标注的关系第50-51页
   ·隐马尔可夫模型的建立第51页
   ·模型的训练与测试第51-52页
   ·模型的评估第52-53页
   ·实验结果与分析第53-59页
     ·开放测试下实验结果分析第53-56页
     ·封闭测试下实验结果分析第56-58页
     ·影响标注效果的因素总结第58-59页
   ·本章小结第59-61页
第六章 结论第61-63页
参考文献第63-67页
致谢第67-69页
攻读学位期间发表的学术论文第69页

论文共69页,点击 下载论文
上一篇:数据库系统负载重要性的量化管理
下一篇:融合多种图像特征的人像检索技术研究