基于统计和规则的中文地址分词系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 论文研究背景与意义 | 第10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 地址匹配研究现状 | 第10-11页 |
| 1.2.2 中文分词研究现状 | 第11-13页 |
| 1.3 论文的主要工作 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 中文地址分词相关理论及技术 | 第15-24页 |
| 2.1 中文分词主要方法 | 第15-17页 |
| 2.1.1 基于字典匹配的分词方法 | 第15-16页 |
| 2.1.2 基于统计的分词方法 | 第16-17页 |
| 2.1.3 基于理解的分词方法 | 第17页 |
| 2.2 中文分词主要难点 | 第17-18页 |
| 2.2.1 切分歧义问题 | 第17-18页 |
| 2.2.2 未登录词问题 | 第18页 |
| 2.3 相关统计学模型 | 第18-23页 |
| 2.3.1 隐马尔科夫模型(HMM) | 第19页 |
| 2.3.2 最大熵模型(MEMM) | 第19-20页 |
| 2.3.3 条件随机场模型(CRF) | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于标准地址模型的知识库构建 | 第24-34页 |
| 3.1 标准地址模型的研究 | 第24-27页 |
| 3.1.1 中文地址组成特点 | 第24-25页 |
| 3.1.2 标准地址模型的设计 | 第25-27页 |
| 3.2 行政区划等级库和特征词库的构建 | 第27-29页 |
| 3.3 基于条件随机场的实体识别模型的构建 | 第29-33页 |
| 3.3.1 基于条件随机场的实体识别模型 | 第30-31页 |
| 3.3.2 特征选择 | 第31-32页 |
| 3.3.3 特征模板设计 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 中文地址分词算法选取与设计 | 第34-42页 |
| 4.1 双数组trie树分词算法 | 第34-35页 |
| 4.2 基于地址组成规则的分词结果处理算法 | 第35-41页 |
| 4.2.1 行政区划地址部分的处理 | 第36-38页 |
| 4.2.2 详细地址处理 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 中文地址分词系统的实现 | 第42-53页 |
| 5.1 中文地址分词系统的框架 | 第42页 |
| 5.2 分词知识库的加载和初始化 | 第42-47页 |
| 5.2.1 行政区划等级库的加载和初始化 | 第42-45页 |
| 5.2.2 特征词库的加载和反序列化 | 第45-46页 |
| 5.2.3 实体识别模型文件的加载 | 第46-47页 |
| 5.3 双数组trie树分词的实现 | 第47-48页 |
| 5.4 基于地址组成规则的分词结果处理算法的实现 | 第48-52页 |
| 5.4.1 行政区划地址部分处理算法的实现 | 第49-50页 |
| 5.4.2 详细地址部分处理算法的实现 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 系统测试与结果分析 | 第53-58页 |
| 6.1 测试环境 | 第53页 |
| 6.2 实体识别模型的测试 | 第53-55页 |
| 6.3 分词系统的测试 | 第55-57页 |
| 6.3.1 性能测试 | 第55-56页 |
| 6.3.2 功能测试 | 第56-57页 |
| 6.4 本章小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-60页 |
| 7.1 全文工作总结 | 第58页 |
| 7.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
