基于社交媒体的中文网络流行语自动获取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关研究综述 | 第15-30页 |
| 2.1 汉语自动分词 | 第15-19页 |
| 2.1.1 汉语自动分词面临的主要困难 | 第15-17页 |
| 2.1.2 汉语自动分词的主要方法 | 第17-19页 |
| 2.2 统计语言模型 | 第19-22页 |
| 2.2.1 主流统计语言模型 | 第20页 |
| 2.2.2 数据平滑 | 第20-22页 |
| 2.3 条件随机场 | 第22-29页 |
| 2.3.1 隐马尔科夫模型 | 第23-25页 |
| 2.3.2 最大熵马尔科夫模型 | 第25-26页 |
| 2.3.3 条件随机场模型 | 第26-29页 |
| 2.4 小结 | 第29-30页 |
| 第三章 中文网络流行语获取模型 | 第30-45页 |
| 3.1 基本思想 | 第30-31页 |
| 3.2 模型建立 | 第31-35页 |
| 3.3 网络流行语候选集构建 | 第35-43页 |
| 3.3.1 候选集的初步构建 | 第36-42页 |
| 3.3.2 候选集优化 | 第42-43页 |
| 3.4 小结 | 第43-45页 |
| 第四章 流行语分析系统实现与结果分析 | 第45-57页 |
| 4.1 系统的整体结构 | 第45-46页 |
| 4.2 系统各模块设计与实现 | 第46-53页 |
| 4.2.1 网页信息抽取 | 第46-48页 |
| 4.2.2 网络用词频次统计 | 第48-49页 |
| 4.2.3 流行语流行度计算 | 第49-53页 |
| 4.3 实验结果分析 | 第53-56页 |
| 4.4 小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间参加的科研项目与取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |
