基于统计语言模型的搜索引擎输入纠错技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 研究现状分析 | 第14-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 全文搜索及其应用技术概述 | 第17-33页 |
| 2.1 全文检索关键技术概述 | 第17-24页 |
| 2.1.1 索引技术概况 | 第17-19页 |
| 2.1.2 倒排索引概况 | 第19-20页 |
| 2.1.3 倒排索引索引性能模型 | 第20-22页 |
| 2.1.4 倒排索引文件的压缩技术 | 第22-24页 |
| 2.1.5 倒排索引性能与功能分析 | 第24页 |
| 2.2 Lucene介绍 | 第24-28页 |
| 2.2.1 Lucene简介 | 第24-25页 |
| 2.2.2 Lucene系统结构 | 第25-26页 |
| 2.2.3 Lucene索引机制 | 第26-27页 |
| 2.2.4 Lucene的分词 | 第27-28页 |
| 2.3 理论模型和实验平台搭建的选择 | 第28页 |
| 2.4 Nutch+Hadoop实验平台 | 第28-32页 |
| 2.4.1 Nutch+Hadoop简介 | 第28-31页 |
| 2.4.2 实验环境 | 第31页 |
| 2.4.3 系统架构 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 统计语言模型的建立与分析 | 第33-45页 |
| 3.1 基于N-gram的语言模型 | 第33-34页 |
| 3.2 N值的选定 | 第34-35页 |
| 3.3 模型的建立 | 第35-37页 |
| 3.4 数据稀疏问题 | 第37-38页 |
| 3.4.1 齐普夫（Zipf）定律 | 第37页 |
| 3.4.2 平滑技术的引入 | 第37-38页 |
| 3.5 输入关键词的分析与统计信息的比较 | 第38-40页 |
| 3.6 实验数据集 | 第40页 |
| 3.7 实验数据统计 | 第40-43页 |
| 3.7.1 初始状态下的查询成功率 | 第41页 |
| 3.7.2 建立语言模型后的数据分析 | 第41-43页 |
| 3.8 本章小结 | 第43-45页 |
| 第4章 关键词的权重统计比较 | 第45-49页 |
| 4.1 TF-IDF公式介绍 | 第45-46页 |
| 4.2 权重的分析比较 | 第46-47页 |
| 4.3 实验数据统计 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 全文总结与研究展望 | 第49-53页 |
| 5.1 全文总结 | 第49-50页 |
| 5.2 进一步研究 | 第50-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间发表的论文情况 | 第55-57页 |
| 致谢 | 第57页 |
