AntiSpam中全文分词技术的实现与应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景概述 | 第8-9页 |
| ·论文的选题意义 | 第9-10页 |
| ·课题来源及主要研究内容 | 第10页 |
| ·课题的来源 | 第10页 |
| ·主要研究内容 | 第10页 |
| ·本文的结构 | 第10-12页 |
| 第二章 垃圾邮件的由来及技术现状 | 第12-21页 |
| ·垃圾邮件的产生 | 第12-13页 |
| ·邮件协议及其漏洞 | 第13-16页 |
| ·电子邮件的工作原理 | 第13-14页 |
| ·SMTP协议及漏洞 | 第14-16页 |
| ·Open Relay | 第16页 |
| ·垃圾邮件过滤技术的现状 | 第16-19页 |
| ·服务器端和客户端的邮件过滤 | 第16-17页 |
| ·基于IP地址过滤 | 第17-18页 |
| ·基于信封和信头过滤 | 第18页 |
| ·基于内容的过滤技术 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 汉语词法分析技术综述 | 第21-33页 |
| ·汉语词法分析 | 第21-31页 |
| ·汉语词法分析的任务 | 第22页 |
| ·数据结构:词图(Word Graph) | 第22-23页 |
| ·词典查询与重叠词、离合词和前后缀的处理 | 第23页 |
| ·不考虑未定义词的切分排歧 | 第23-26页 |
| ·未定义词识别 | 第26-29页 |
| ·考虑未定义词的切分排歧 | 第29页 |
| ·词性标注 | 第29-30页 |
| ·词法分析的流程 | 第30-31页 |
| ·现有的汉语分词方法 | 第31-33页 |
| 第四章 全文分词系统设计与算法 | 第33-51页 |
| ·相关算法与原理简介 | 第33-35页 |
| ·隐马尔可夫模型 | 第33-34页 |
| ·Viterbi算法 | 第34页 |
| ·贪心(婪)算法 | 第34-35页 |
| ·大数定理 | 第35页 |
| ·贝叶斯公式 | 第35页 |
| ·动态规划 | 第35页 |
| ·系统总体设计 | 第35-40页 |
| ·隐马尔可夫模型在分词中的应用 | 第37页 |
| ·层叠隐马模型和汉语词法分析 | 第37-40页 |
| ·基于 N-最短路径方法的中文词语粗分模型 | 第40-44页 |
| ·基本思想 | 第40页 |
| ·模型求解 | 第40-41页 |
| ·N-最短路径求解与复杂度分析 | 第41-42页 |
| ·基于 N-最短路径的统计粗分模型 | 第42-44页 |
| ·基于角色标注的嵌套未登录词识别 | 第44-49页 |
| ·简介 | 第44-46页 |
| ·基于角色标注的中文机构名自动识别方法 | 第46-48页 |
| ·角色信息的自动抽取 | 第48-49页 |
| ·自动识别的最终实现 | 第49页 |
| ·结论 | 第49-51页 |
| 第五章 全文分词系统的测试及分析 | 第51-60页 |
| ·汉语自动分词的难点 | 第51页 |
| ·分词系统性能评价 | 第51-52页 |
| ·训练语料库的选择 | 第52-54页 |
| ·实验与分析 | 第54-58页 |
| ·系统集成测试 | 第54-56页 |
| ·粗分模型测试 | 第56-58页 |
| ·语料库加工的标记实例 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| ·研究结论 | 第60页 |
| ·研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读硕士学位期间发表论文情况 | 第64页 |
