基于规则与统计的汉语自动分词研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-11页 |
| ·本课题的来源 | 第7页 |
| ·课题的研究背景 | 第7-8页 |
| ·课题的研究意义 | 第8页 |
| ·分词算法研究现状 | 第8-9页 |
| ·本文所做的工作 | 第9-11页 |
| 第二章 汉语自动分词 | 第11-17页 |
| ·汉语自动分词概念 | 第11页 |
| ·汉语自动分词难点 | 第11-12页 |
| ·汉语分词的方法 | 第12-16页 |
| ·基于规则的分词方法 | 第12-14页 |
| ·基于统计的分词方法 | 第14-15页 |
| ·混合的分词方法 | 第15-16页 |
| ·分词系统性能评价 | 第16-17页 |
| 第三章 结合词频的机械匹配算法研究 | 第17-30页 |
| ·机械分词方法 | 第17-18页 |
| ·结合词频的机械分词算法 | 第18-24页 |
| ·分词算法实现 | 第21-23页 |
| ·改进的最大匹配算法 | 第23-24页 |
| ·实验结果及分析 | 第24-30页 |
| ·系统开发环境 | 第24页 |
| ·系统功能要求 | 第24页 |
| ·评测指标 | 第24-25页 |
| ·实验测试结果 | 第25-30页 |
| 第四章 中文人名识别 | 第30-33页 |
| ·人名识别难点 | 第30-31页 |
| ·人名识别方法 | 第31-33页 |
| 第五章 SVM与错误驱动学习相结合的中文人名识别 | 第33-46页 |
| ·支持向量机(SVM) | 第33-37页 |
| ·最优超平面 | 第34页 |
| ·多类划分问题 | 第34-35页 |
| ·基于SVM的中文人名识别 | 第35-37页 |
| ·基于转换的错误驱动学习方法 | 第37-38页 |
| ·本文算法描述 | 第38-43页 |
| ·初始标注器的构造 | 第38-39页 |
| ·错误驱动学习方法的后处理 | 第39页 |
| ·学习过程 | 第39-41页 |
| ·姓名校正规则集 | 第41-43页 |
| ·实验结果及分析 | 第43-46页 |
| ·评测指标 | 第43页 |
| ·实验测试结果 | 第43-45页 |
| ·部分实例及分析 | 第45-46页 |
| 第六章 结束语 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间研究成果 | 第52-53页 |
