| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9页 |
| ·新词的定义及特点 | 第9-11页 |
| ·新词的定义 | 第9-10页 |
| ·新词的特点 | 第10-11页 |
| ·新词识别的难点 | 第11页 |
| ·本文的研究内容与结构安排 | 第11-13页 |
| 第二章 新词识别研究 | 第13-19页 |
| ·新词识别特征选取 | 第13-15页 |
| ·新词的语言知识特征 | 第13-14页 |
| ·新词的统计特征 | 第14-15页 |
| ·候选新词集合构造 | 第15-17页 |
| ·基于分词的方法 | 第15页 |
| ·基于启发式规则的方法 | 第15页 |
| ·基于重复串的方法 | 第15-17页 |
| ·新词检测技术 | 第17-18页 |
| ·基于规则的方法 | 第17页 |
| ·基于统计的方法 | 第17页 |
| ·统计与规则相结合的方法 | 第17-18页 |
| ·评测标准 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于Helmholtz原理的时间分布特性 | 第19-24页 |
| ·Helmholtz原理及有意义事件 | 第19-22页 |
| ·有意义事件描述 | 第20-21页 |
| ·文档语料长度调整 | 第21-22页 |
| ·算法步骤 | 第22页 |
| ·验证实验 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 基于SVM的新词检测方法 | 第24-34页 |
| ·支持向量机(Support Vector Machine；SVM) | 第24-27页 |
| ·线性可分SVM | 第24-26页 |
| ·线性不可分SVM | 第26页 |
| ·SVM核函数 | 第26-27页 |
| ·新词识别的总体流程图 | 第27-28页 |
| ·成词重复串逐层剪枝提取算法 | 第28-31页 |
| ·算法思想 | 第28-30页 |
| ·重复串提取实验 | 第30-31页 |
| ·训练语料标注及归一化 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 实验及结果分析 | 第34-37页 |
| ·LIBSVM | 第34页 |
| ·验证实验 | 第34-35页 |
| ·实验分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第六章 结论与展望 | 第37-39页 |
| ·结论 | 第37-38页 |
| ·展望 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41页 |