面向互联网的中文地址语义解析方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 论文章节安排 | 第15-18页 |
| 第2章 相关概念与技术 | 第18-28页 |
| 2.1 概率知识 | 第18-21页 |
| 2.1.1 条件概率 | 第18-19页 |
| 2.1.2 贝叶斯理论 | 第19-20页 |
| 2.1.3 最大似然估计 | 第20-21页 |
| 2.2 N元语法模型 | 第21-22页 |
| 2.3 熵和互信息 | 第22-24页 |
| 2.4 中文地址描述规则 | 第24-26页 |
| 2.4.1 地址要素 | 第24-25页 |
| 2.4.2 地址模型 | 第25-26页 |
| 2.5 性能评价指标 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于统计的中文地址分词方法 | 第28-38页 |
| 3.1 基于统计的中文地址语义解析方法 | 第28-33页 |
| 3.1.1 统计词频 | 第29-30页 |
| 3.1.2 构造切分词图 | 第30-31页 |
| 3.1.3 设定弧段花费 | 第31-32页 |
| 3.1.4 置信度过滤 | 第32-33页 |
| 3.2 实验结果分析 | 第33-37页 |
| 3.2.1 语料库介绍 | 第33-34页 |
| 3.2.2 参数设置及分析 | 第34-35页 |
| 3.2.3 实验结果分析 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 基于贝叶斯模型的中文地址语义标注方法 | 第38-52页 |
| 4.1 地址数据预处理 | 第38-43页 |
| 4.1.1 中文地址要素标注体系 | 第38-39页 |
| 4.1.2 地址表达模式统计 | 第39-41页 |
| 4.1.3 中文地址要素识别 | 第41-43页 |
| 4.2 基于贝叶斯的地址要素标注模型 | 第43-45页 |
| 4.3 地址要素标注的过程 | 第45-46页 |
| 4.4 实验结果分析 | 第46-50页 |
| 4.4.1 地址标注语料库构建 | 第46-47页 |
| 4.4.2 实验结果分析 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 不足与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士期间已发表的论文 | 第58-60页 |
| 致谢 | 第60页 |
