网络新词发现算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 新词识别的难点 | 第12页 |
| 1.4 本文研究的主要内容 | 第12-13页 |
| 1.5 本文的技术路线 | 第13-14页 |
| 1.6 论文组织结构 | 第14-15页 |
| 第2章 新词识别的理论基础 | 第15-25页 |
| 2.1 自然语言处理 | 第15-17页 |
| 2.1.1 中文自然语言处理的主要技术方法 | 第15-16页 |
| 2.1.2 中文自然语言处理的内容与难点 | 第16-17页 |
| 2.2 中文分词技术 | 第17-19页 |
| 2.2.1 中文分词方法 | 第17页 |
| 2.2.2 中文分词方法存在的问题 | 第17-19页 |
| 2.3 新词的定义和特征 | 第19-21页 |
| 2.3.1 新词的定义 | 第19-20页 |
| 2.3.2 新词的特征 | 第20-21页 |
| 2.4 概率论与信息论基础 | 第21-24页 |
| 2.4.1 概率论 | 第21-22页 |
| 2.4.2 信息论基础 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 微博语料库 | 第25-29页 |
| 3.1 微博语料库的构建 | 第25-27页 |
| 3.1.1 网络爬虫 | 第25-26页 |
| 3.1.2 微博语料库的构建 | 第26-27页 |
| 3.2 分词词典的更新策略 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第4章 基于微博消息特点的新词识别方法 | 第29-43页 |
| 4.1 目前新词识别方法的不足 | 第29-30页 |
| 4.2 算法的核心思想 | 第30页 |
| 4.3 候选字符串的获取 | 第30-32页 |
| 4.3.1 N-gram算法 | 第30-31页 |
| 4.3.2 原子切分 | 第31页 |
| 4.3.3 候选字符串的获取 | 第31-32页 |
| 4.4 候选字符串的过滤 | 第32-33页 |
| 4.5 BIS新词识别方法 | 第33-35页 |
| 4.5.1 BIS方法的前提假设 | 第33-34页 |
| 4.5.2 基于微博消息特点的新词识别方法 | 第34-35页 |
| 4.6 BIS方法新词识别过程 | 第35-37页 |
| 4.6.1 微博-词汇矩阵的构造和简化 | 第36页 |
| 4.6.2 未切割的候选新词识别 | 第36页 |
| 4.6.3 切割后的候选新词识别 | 第36-37页 |
| 4.7 实验与分析 | 第37-42页 |
| 4.7.1 实验设计 | 第37-38页 |
| 4.7.2 实验方案 | 第38-39页 |
| 4.7.3 第一部分实验结果与分析 | 第39-41页 |
| 4.7.4 第二部分实验结果与分析 | 第41-42页 |
| 4.8 本章小结 | 第42-43页 |
| 第5章 基于平均互信息的BIS方法 | 第43-51页 |
| 5.1 基于平均互信息BIS方法的前提假设 | 第43-44页 |
| 5.2 改进方法的目标函数 | 第44-45页 |
| 5.3 新词识别过程 | 第45-46页 |
| 5.4 实验与分析 | 第46-48页 |
| 5.4.1 实验设计 | 第46页 |
| 5.4.2 实验方案 | 第46页 |
| 5.4.3 第一部分实验结果与分析 | 第46-47页 |
| 5.4.4 第二部分实验结果与分析 | 第47-48页 |
| 5.5 与其他方法的实验结果对比 | 第48页 |
| 5.6 本章小结 | 第48-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 论文工作总结 | 第51页 |
| 6.2 未来工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第59页 |
