| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题研究背景及意义 | 第10页 |
| ·国内外研究现状分析 | 第10-14页 |
| ·国际研究动态 | 第11页 |
| ·国内研究动态 | 第11-14页 |
| ·本文主要研究目的和内容 | 第14-15页 |
| ·本文的研究目的 | 第14-15页 |
| ·本文研究的主要内容 | 第15页 |
| ·中文分词概念及难点 | 第15-17页 |
| ·中文分词概念 | 第15页 |
| ·中文分词难点 | 第15-17页 |
| ·中文分词系统的性能评价 | 第17-20页 |
| ·分词精度 | 第17-18页 |
| ·分词速度 | 第18页 |
| ·功能完备性 | 第18页 |
| ·可维护性 | 第18-19页 |
| ·可移植性 | 第19-20页 |
| 第二章 相关技术介绍 | 第20-36页 |
| ·机器学习基本概念 | 第20页 |
| ·统计语言模型 | 第20-25页 |
| ·N-gram模型 | 第21-23页 |
| ·HMM(Hidden Markov Model)模型 | 第23-25页 |
| ·数据平滑 | 第25-26页 |
| ·加法平滑 | 第26页 |
| ·Good-Turing估计 | 第26页 |
| ·Katz平滑 | 第26页 |
| ·中文分词现有方法的介绍 | 第26-30页 |
| ·基于词典的中文分词方法 | 第27-29页 |
| ·基于理解的中文分词方法 | 第29页 |
| ·基于统计的中文分词方法 | 第29-30页 |
| ·歧义解决 | 第30-36页 |
| ·歧义采集 | 第30-31页 |
| ·歧义的解决方法 | 第31-36页 |
| 第三章 基于机器学习的中文分词系统的设计 | 第36-48页 |
| ·机器学习部分 | 第36-45页 |
| ·环境模块 | 第37-38页 |
| ·学习模块 | 第38-42页 |
| ·知识库模块 | 第42-45页 |
| ·执行模块 | 第45页 |
| ·分词部分 | 第45-48页 |
| 第四章 基于机器学习的中文分词系统的实现 | 第48-54页 |
| ·数据库设计 | 第48-49页 |
| ·参数和阈值设置 | 第49-50页 |
| ·词典设计 | 第50-52页 |
| ·关键模块算法 | 第52-54页 |
| 第五章 实验结果及分析 | 第54-59页 |
| ·试验数据 | 第54-55页 |
| ·训练数据 | 第54页 |
| ·测试数据 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·系统界面 | 第57-58页 |
| ·结果分析 | 第58-59页 |
| 第六章 结论 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |