摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第12-20页 |
1.1 研究背景 | 第12页 |
1.2 研究意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-17页 |
1.3.1 英文文本自动校对的研究现状 | 第13-14页 |
1.3.2 中文文本自动校对研究现状 | 第14-17页 |
1.4 本文主要工作 | 第17-18页 |
1.5 论文结构 | 第18-20页 |
第2章 真词错误自动校对相关技术 | 第20-27页 |
2.1 词法分析与句法分析技术 | 第20-24页 |
2.1.1 分词 | 第20-21页 |
2.1.2 词性标注 | 第21-22页 |
2.1.3 依存分析 | 第22-24页 |
2.2 统计模型 | 第24-25页 |
2.2.1 N-gram模型 | 第24页 |
2.2.2 贝叶斯模型 | 第24-25页 |
2.2.3 互信息 | 第25页 |
2.3 本章小结 | 第25-27页 |
第3章 真词错误分析与自动校对所需知识获取 | 第27-37页 |
3.1 真词错误分析与归类 | 第27-30页 |
3.1.1 真词错误分析 | 第27页 |
3.1.2 真词错误归类 | 第27-29页 |
3.1.3 真词错误统计 | 第29-30页 |
3.2 所需知识与资源 | 第30-35页 |
3.2.1 真词混淆集 | 第30-32页 |
3.2.2 词的N-gram模型 | 第32页 |
3.2.3 搭配知识 | 第32-35页 |
3.3 文本自动校对评估指标 | 第35-36页 |
3.3.1 对查错的评价 | 第35-36页 |
3.3.2 对纠错的评价 | 第36页 |
3.3.3 纠错原则 | 第36页 |
3.4 本章小结 | 第36-37页 |
第4章 中文真词错误自动校对方法构建 | 第37-51页 |
4.1 基于局部特征的N-gram模型的真词错误自动校对方法 | 第37-39页 |
4.2 基于上下文特征泛化的真词错误自动校对方法 | 第39-42页 |
4.2.1 基本思想 | 第39页 |
4.2.2 同义词泛化模型 | 第39-40页 |
4.2.3 基于同义词泛化的N-gram模型 | 第40页 |
4.2.4 基于同义词泛化的贝叶斯模型 | 第40-41页 |
4.2.5 真词错误校对算法 | 第41-42页 |
4.3 基于搭配的真词自动校对方法 | 第42-44页 |
4.3.1 基本思想 | 第43页 |
4.3.2 真词错误校对算法 | 第43-44页 |
4.4 实验与分析 | 第44-49页 |
4.4.1 实验数据 | 第44-46页 |
4.4.2 实验指标 | 第46页 |
4.4.3 实验结果分析 | 第46-49页 |
4.5 本章小结 | 第49-51页 |
总结与展望 | 第51-53页 |
参考文献 | 第53-57页 |
攻读硕士学位期间发表的论文 | 第57-59页 |
致谢 | 第59页 |