首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

隐马尔可夫模型在信息抽取中的应用研究

摘要第1-5页
Abstract第5-8页
引言第8-11页
 (1)课题意义第8页
 (2)国内外研究现状第8-9页
 (3)本文研究的主要内容第9页
 (4)本文的组织结构第9-11页
1 数据挖掘相关基础知识第11-20页
   ·数据挖掘第11-15页
     ·数据挖掘定义第11页
     ·数据挖掘功能第11-12页
     ·数据挖掘技术第12-13页
     ·数据挖掘应用第13-15页
   ·WEB挖掘技术第15-17页
     ·WEB挖掘定义第15页
     ·WEB挖掘分类第15-16页
     ·WEB挖掘特点第16-17页
   ·信息抽取技术第17-20页
     ·信息抽取定义第17页
     ·信息抽取评价标准第17-18页
     ·信息抽取分类第18-19页
     ·信息抽取存在的问题第19-20页
2 隐马尔可夫模型算法研究第20-31页
   ·隐马尔可夫模型简介第20-21页
   ·HMM主要学习算法第21-26页
     ·前向—后向算法第21-23页
     ·Baum-Welch算法第23-25页
     ·Vitetbi算法第25页
     ·隐马尔可夫模型在前提假设上的不足第25-26页
   ·对隐马尔可夫模型前提假设的改进第26-31页
     ·二阶隐马尔可夫模型第26页
     ·二阶隐马尔可夫模型的学习算法第26-31页
3 隐马尔可夫模型在信息抽取中的应用第31-41页
   ·汽车服务网站背景概述第31页
   ·网站整体设计第31-34页
     ·整体架构设计第31-32页
     ·网站功能简介第32-34页
   ·信息抽取模块第34-41页
     ·信息抽取模块需求第34页
     ·信息抽取模块设计第34-35页
     ·隐马尔可夫模型的应用第35-36页
     ·隐马尔可夫模型在应用中的改进第36-41页
4 信息抽取模块功能实现第41-52页
   ·配置开发环境第41-42页
     ·安装JDK和Tomcat第41-42页
     ·配置Eclipse和tomcatplugin第42页
     ·整体框架配置第42页
   ·数据准备第42-47页
     ·页面抓取第43-45页
     ·页面预处理第45-47页
   ·信息抽取第47-52页
     ·隐马尔可夫模型的建立第47-49页
     ·隐马尔可夫模型的训练第49-50页
     ·信息抽取的完成第50-52页
5 实验及分析第52-54页
结论第54-55页
参考文献第55-57页
攻读硕士学位期间发表学术论文情况第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:北洋军阀统治时期华北地区兵变述论
下一篇:伊迪斯·华顿小说中的决定论与自由意志