中文词性标注的研究与实现
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 前言 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究动态 | 第8-9页 |
| ·主要研究内容 | 第9-11页 |
| ·制定适合基础教育搜索引擎的词性标注集 | 第9-10页 |
| ·兼类词的词性歧义排除 | 第10页 |
| ·数据稀疏问题解决 | 第10页 |
| ·未登录词的词性处理方法 | 第10-11页 |
| ·本文的主要研究成果 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第2章 中文分词技术 | 第13-21页 |
| ·基本分词方法 | 第13-14页 |
| ·分词歧义处理 | 第14-17页 |
| ·分词歧义的类型 | 第14-15页 |
| ·基于统计的分词歧义解决方法 | 第15-17页 |
| ·交集型歧义排除测试结果 | 第17页 |
| ·未登录词的识别 | 第17-19页 |
| ·中文姓名识别策略 | 第18页 |
| ·高频未登录词识别策略 | 第18-19页 |
| ·中文分词系统总体性能测试 | 第19-21页 |
| ·测试指标 | 第19页 |
| ·测试数据 | 第19-21页 |
| 第3章 基于统计的词性标注技术研究 | 第21-37页 |
| ·词的分类与词的兼类问题 | 第21-24页 |
| ·词的分类 | 第21页 |
| ·词性标注集 | 第21-23页 |
| ·汉语词的兼类问题 | 第23-24页 |
| ·统计语言模型 | 第24-28页 |
| ·N元语法模型 | 第24-26页 |
| ·马尔可夫模型 | 第26页 |
| ·隐马尔可夫模型概述 | 第26-27页 |
| ·隐马尔可夫模型在词性标注中的应用 | 第27-28页 |
| ·语料库数据统计 | 第28-30页 |
| ·基于HMM的词性标注基本算法 | 第30-31页 |
| ·Viterbi算法原理 | 第30页 |
| ·Viterbi算法实现细节 | 第30-31页 |
| ·数据稀疏问题的解决 | 第31-34页 |
| ·数据稀疏问题 | 第31-32页 |
| ·参数平滑算法 | 第32-34页 |
| ·数据平滑算法在词性标注中的应用 | 第34页 |
| ·未登录词的词性标注 | 第34-37页 |
| ·未登录词的词性标注策略 | 第35-36页 |
| ·实验结果及分析 | 第36-37页 |
| 第4章 词性标注系统的设计与实现 | 第37-46页 |
| ·系统功能与整体架构 | 第37-38页 |
| ·系统功能描述 | 第37页 |
| ·系统整体架构与处理流程 | 第37-38页 |
| ·系统逻辑单元设计 | 第38-42页 |
| ·系统各模块及其功能 | 第38-39页 |
| ·系统逻辑单元设计 | 第39-42页 |
| ·词典、统计数据和词性标注集 | 第42-43页 |
| ·兼类词典和非兼类词典 | 第42页 |
| ·所需统计数据 | 第42页 |
| ·词性标注集 | 第42-43页 |
| ·系统实现 | 第43-44页 |
| ·系统的开发实现 | 第43页 |
| ·软件设计 | 第43-44页 |
| ·总体性能测试结果及分析 | 第44-46页 |
| ·词性标注性能影响因素 | 第44页 |
| ·测试结果 | 第44-45页 |
| ·测试数据分析 | 第45-46页 |
| 第5章 结语 | 第46-48页 |
| ·本文总结 | 第46页 |
| ·下一步工作 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50页 |
