基于统计学习的中文分词方法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景和目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第2章 相关技术 | 第18-30页 |
| 2.1 中文分词方法简介 | 第18-22页 |
| 2.1.1 中文分词方法类型 | 第18-21页 |
| 2.1.2 中文分词主要问题 | 第21-22页 |
| 2.2 统计学习方法简介 | 第22-28页 |
| 2.2.1 统计学习方法评估标准 | 第24页 |
| 2.2.2 条件随机场模型简介 | 第24-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于统计学习的中文分词预处理方法研究 | 第30-46页 |
| 3.1 中文分词预处理流程分析 | 第30-32页 |
| 3.2 中文分词预处理方法的分析 | 第32-35页 |
| 3.2.1 词位标记集合设定分析 | 第32-34页 |
| 3.2.2 模型特征提取分析 | 第34-35页 |
| 3.3 中文分词预处理方法的改进 | 第35-44页 |
| 3.3.1 词位标记集合设定的改进 | 第35-38页 |
| 3.3.2 模型特征提取的改进 | 第38-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于统计学习的中文分词算法研究 | 第46-66页 |
| 4.1 基于统计学习的中文分词模型训练算法研究 | 第46-52页 |
| 4.1.1 基于L-BFGS的模型训练算法分析 | 第46-49页 |
| 4.1.2 基于L-BFGS的模型训练算法改进 | 第49-52页 |
| 4.2 基于统计学习的中文分词模型预测算法研究 | 第52-59页 |
| 4.2.1 基于Viterbi的模型预测算法分析 | 第52-55页 |
| 4.2.2 基于Viterbi的模型预测算法改进 | 第55-59页 |
| 4.3 基于统计学习的中文分词后处理算法的研究 | 第59-65页 |
| 4.3.1 基于错误转换的中文分词后处理算法分析 | 第59-61页 |
| 4.3.2 基于错误转换的中文分词后处理算法改进 | 第61-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 算法实验与验证 | 第66-76页 |
| 5.1 实验环境与数据来源 | 第66-67页 |
| 5.1.1 实验环境 | 第66-67页 |
| 5.1.2 实验数据集 | 第67页 |
| 5.2 实验评测标准 | 第67-68页 |
| 5.3 实验过程 | 第68-71页 |
| 5.4 实验分析 | 第71-74页 |
| 5.4.1 中文分词准确率实验与结果分析 | 第71-73页 |
| 5.4.2 中文分词效率实验与结果分析 | 第73-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第6章 结论与展望 | 第76-79页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表的论文及参与的科研项目 | 第83页 |
