基于大规模语料的中文新词抽取算法的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题背景 | 第7页 |
| ·何谓新词 | 第7-9页 |
| ·研究意义 | 第9-10页 |
| ·新词抽取的难点 | 第10-11页 |
| ·本文研究内容 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 2 新词抽取研究 | 第13-19页 |
| ·候选新词集合构造 | 第13-15页 |
| ·基于分词的方法 | 第13-14页 |
| ·基于启发式规则的方法 | 第14页 |
| ·基于重复串的方法 | 第14-15页 |
| ·新词检测技术 | 第15-17页 |
| ·基于统计学习的方法 | 第15-16页 |
| ·基于语言规则的方法 | 第16-17页 |
| ·评测标准 | 第17页 |
| ·本文新词抽取思路 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于大规模语料的重复串抽取 | 第19-32页 |
| ·相关工作 | 第19-20页 |
| ·基于语料划分的重复串抽取算法 | 第20-23页 |
| ·语料划分策略 | 第20-21页 |
| ·算法实现 | 第21-23页 |
| ·子串归并 | 第23-25页 |
| ·字符串排序算法改进 | 第25-27页 |
| ·实验及数据分析 | 第27-31页 |
| ·实验环境 | 第27页 |
| ·实验数据分析 | 第27-30页 |
| ·相关研究比较 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 新词自动检测 | 第32-47页 |
| ·最大熵模型概述 | 第32-37页 |
| ·思想简介 | 第32-33页 |
| ·相关基础概念 | 第33-34页 |
| ·模型的构造 | 第34-36页 |
| ·模型的解码 | 第36-37页 |
| ·最大熵模型的特点 | 第37页 |
| ·新词特征分析 | 第37-42页 |
| ·语言知识特征 | 第37-38页 |
| ·统计特征 | 第38-40页 |
| ·左右熵特征抽取算法的改进 | 第40-42页 |
| ·实验与分析 | 第42-45页 |
| ·相关研究比较 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 新词抽取系统 | 第47-54页 |
| ·新词抽取算法 | 第47-48页 |
| ·新词抽取系统 | 第48-53页 |
| ·系统简介 | 第48-49页 |
| ·预处理模块 | 第49-50页 |
| ·重复串抽取模块 | 第50-51页 |
| ·新词检测模块 | 第51页 |
| ·处理结果展示 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 6 结束语 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |
