| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 汉语盲文分词连写介绍 | 第10-14页 |
| 1.2.1 盲文介绍 | 第10-12页 |
| 1.2.2 汉语盲文分词连写规则 | 第12-13页 |
| 1.2.3 主要难点 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 本文主要工作 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第二章 传统汉语盲文分词连写方法 | 第17-27页 |
| 2.1 基于词典的汉语盲文分词连写方法 | 第17-19页 |
| 2.1.1 正向最大匹配法 | 第17-18页 |
| 2.1.2 逆向最大匹配法 | 第18页 |
| 2.1.3 双向最大匹配法 | 第18-19页 |
| 2.2 隐马尔可夫模型 | 第19-21页 |
| 2.2.1 马尔可夫模型 | 第19页 |
| 2.2.2 隐马尔可夫模型 | 第19-20页 |
| 2.2.3 维特比算法解码 | 第20-21页 |
| 2.3 最大熵模型 | 第21-23页 |
| 2.3.1 信息熵 | 第21-22页 |
| 2.3.2 最大熵模型 | 第22-23页 |
| 2.4 条件随机场模型 | 第23-26页 |
| 2.4.1 条件随机场简介 | 第23-24页 |
| 2.4.2 特征选择 | 第24页 |
| 2.4.3 参数估计 | 第24-25页 |
| 2.4.4 矩阵描述与预测 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于深度学习的汉语盲文分词连写方法 | 第27-52页 |
| 3.1 数据集的构建 | 第27-30页 |
| 3.1.1 数据集构建难点 | 第27-28页 |
| 3.1.2 数据集构建过程 | 第28-30页 |
| 3.2 文本的表示方法 | 第30-33页 |
| 3.2.1 独热字向量表示法 | 第30-31页 |
| 3.2.2 分布式字向量表示法 | 第31-33页 |
| 3.3 基于BI-LSTM-CRF的汉语盲文分词连写模型 | 第33-41页 |
| 3.3.1 循环神经网络 | 第33-35页 |
| 3.3.2 长短期记忆网络 | 第35-38页 |
| 3.3.3 双向长短期记忆网络 | 第38-39页 |
| 3.3.4 BI-LSTM-CRF | 第39-41页 |
| 3.4 融入词性特征的BI-LSTM-CRF汉语盲文分词连写模型 | 第41-45页 |
| 3.4.1 分词连写中词性规则 | 第41-42页 |
| 3.4.2 原始字向量缺点 | 第42-43页 |
| 3.4.3 融入词性特征的字向量 | 第43-45页 |
| 3.5 实验设置 | 第45-46页 |
| 3.5.1 数据集介绍 | 第45页 |
| 3.5.2 评价指标 | 第45页 |
| 3.5.3 实验环境 | 第45-46页 |
| 3.6 实验结果与分析 | 第46-51页 |
| 3.6.1 基于条件随机场的汉语盲文分词连写实验 | 第46-47页 |
| 3.6.2 融入词性特征的BI-LSTM-CRF汉语盲文分词连写实验 | 第47-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 汉语盲文分词连写系统的设计与实现 | 第52-58页 |
| 4.1 开发环境 | 第52-54页 |
| 4.2 汉语盲文分词连写系统简介 | 第54-55页 |
| 4.2.1 汉语盲文分词连写系统分析 | 第54页 |
| 4.2.2 汉语盲文分词连写系统的整体设计 | 第54-55页 |
| 4.3 汉语盲文分词连写系统设计 | 第55-57页 |
| 4.3.1 工程项目结构图 | 第55-56页 |
| 4.3.2 用户界面图 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 在学期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
