| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 中文分词研究现状 | 第9-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 中文分词简介 | 第15-23页 |
| 2.1 中文分词的研究意义 | 第15-17页 |
| 2.2 中文分词的难点分析 | 第17-19页 |
| 2.2.1 中文分词的规范问题 | 第17页 |
| 2.2.2 中文分词的切分歧义问题 | 第17-18页 |
| 2.2.3 未登录词的识别 | 第18-19页 |
| 2.3 中文分词的研究方法 | 第19-21页 |
| 2.3.1 基于规则的分词方法 | 第19页 |
| 2.3.2 基于统计的分词方法 | 第19-20页 |
| 2.3.3 基于传统机器学习的分词方法 | 第20-21页 |
| 2.3.4 基于深度学习的分词方法 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 神经网络模型与关键技术 | 第23-33页 |
| 3.1 词向量 | 第23-24页 |
| 3.2 循环神经网络 | 第24-26页 |
| 3.3 LSTM神经网络模型 | 第26-30页 |
| 3.3.1 LSTM神经网络模型 | 第26-28页 |
| 3.3.2 双向LSTM神经网络 | 第28-29页 |
| 3.3.3 深层LSTM神经网络 | 第29-30页 |
| 3.4 条件随机场模型 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 系统架构与实现 | 第33-39页 |
| 4.1 系统整体框架 | 第33-34页 |
| 4.2 Bi-LSTM+CRF模型 | 第34-36页 |
| 4.3 双层Bi-LSTM+CRF | 第36-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 实验结果与分析 | 第39-45页 |
| 5.1 实验数据 | 第39页 |
| 5.2 实验环境 | 第39页 |
| 5.3 实验评测标准 | 第39页 |
| 5.4 实验结果分析 | 第39-43页 |
| 5.4.1 字向量维度及隐藏层层数对分词结果的影响 | 第39-40页 |
| 5.4.2 不同语料库下模型分词性能的对比 | 第40-41页 |
| 5.4.3 有无CRF层对分词结果的影响 | 第41-42页 |
| 5.4.4 神经网络结构对分词的影响 | 第42-43页 |
| 5.5 本章小结 | 第43-45页 |
| 第6章 结论与展望 | 第45-47页 |
| 6.1 工作总结 | 第45-46页 |
| 6.2 工作展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读学位期间公开发表的论文 | 第51-53页 |
| 致谢 | 第53页 |