面向现代汉语文本处理的全文检索、自动分词通用系统
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 前言 | 第7-11页 |
| ·研究背景及现状 | 第7-9页 |
| ·全文检索的概念与特点 | 第7-8页 |
| ·中文全文检索 | 第8-9页 |
| ·本文的工作和意义 | 第9-10页 |
| ·本文的主要内容及其组织 | 第10-11页 |
| 第二章 全文检索引擎Lucene的分析研究 | 第11-22页 |
| ·Lucene简介 | 第11页 |
| ·Lucene的倒排索引原理 | 第11-13页 |
| ·Lucene的组成结构 | 第13-16页 |
| ·LUCENE的基本数据类型 | 第16页 |
| ·Lucene中的文件格式 | 第16-21页 |
| ·全文检索的实现机制 | 第21-22页 |
| 第三章 全文检索系统的分析与设计 | 第22-28页 |
| ·系统的整体结构 | 第22-23页 |
| ·模块的功能描述 | 第23-25页 |
| ·文档对象 | 第23页 |
| ·语言分析器和查询分析器 | 第23-24页 |
| ·检索接口 | 第24页 |
| ·索引接口 | 第24-25页 |
| ·系统数据流逻辑 | 第25-26页 |
| ·数据流分析 | 第26-27页 |
| ·系统的可扩展性 | 第27-28页 |
| 第四章 中文自动分词技术 | 第28-71页 |
| ·自动分词技术及发展概况 | 第28-34页 |
| ·汉语自动分词技术及存在的困难 | 第28-31页 |
| ·汉语自动分词的研究现状及分析 | 第31-34页 |
| ·分词算法 | 第34-42页 |
| ·现有的的分词算法分析 | 第34-40页 |
| ·本系统所用分词算法 | 第40-42页 |
| ·分词词典 | 第42-45页 |
| ·词典的常用组织结构 | 第42-43页 |
| ·本系统的分词词典机制 | 第43-44页 |
| ·本系统词典的结构 | 第44-45页 |
| ·歧义字段的处理 | 第45-49页 |
| ·歧义字段产生的根源及其处理策略 | 第46-47页 |
| ·本系统中歧义字段的消解方法 | 第47-49页 |
| ·未登录词识别 | 第49-58页 |
| ·未登录词的研究现状 | 第50-52页 |
| ·未登录词现有解决方案的讨论 | 第52-53页 |
| ·本系统中未登录词的解决方案 | 第53-54页 |
| ·数字串的识别 | 第54-56页 |
| ·重叠词形式的识别 | 第56-58页 |
| ·词性标注 | 第58-66页 |
| ·词性标注的研究的概况 | 第58-59页 |
| ·常用的兼类词排歧方法及存在问题分析 | 第59-64页 |
| ·本系统的处理方式 | 第64-66页 |
| ·自动分词系统的设计与实现 | 第66-71页 |
| ·系统设计原则及思路 | 第66-67页 |
| ·系统结构研制流程图 | 第67-70页 |
| ·系统的实现及其性能测评 | 第70-71页 |
| 第五章 系统集成的设计与实现 | 第71-79页 |
| ·检索结果的打开与保存 | 第71-72页 |
| ·建立检索 | 第72-74页 |
| ·检索流程 | 第74页 |
| ·查询表达式的处理 | 第74-75页 |
| ·检索结果的输出 | 第75-77页 |
| ·自动分词模块 | 第77-78页 |
| ·字频、词频统计 | 第78-79页 |
| 第六章 结论 | 第79-82页 |
| ·本文工作总结 | 第79页 |
| ·检索功能的比较与测试 | 第79-81页 |
| ·今后的工作 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 后记 | 第85页 |
