基于上下文感知的中文新词识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 图的目录 | 第10-11页 |
| 表的目录 | 第11-12页 |
| 1 绪论 | 第12-20页 |
| ·研究背景及意义 | 第12-15页 |
| ·研究背景 | 第12-13页 |
| ·研究意义 | 第13-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·论文的主要研究工作和组织结构 | 第16-20页 |
| ·研究内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| ·论文组织结构 | 第18-20页 |
| 2 理论基础 | 第20-31页 |
| ·中文分词概述 | 第20-24页 |
| ·中文分词现状 | 第20-21页 |
| ·中文分词存在的困难 | 第21-23页 |
| ·中文分词方法 | 第23-24页 |
| ·新词定义及其特征 | 第24-27页 |
| ·新词定义 | 第24-25页 |
| ·新词产生方式 | 第25-26页 |
| ·新词特征 | 第26页 |
| ·新词识别的难题 | 第26-27页 |
| ·数学基础 | 第27-28页 |
| ·概率论基础 | 第27-28页 |
| ·信息论基础 | 第28页 |
| ·统计语言模型 | 第28-30页 |
| ·简单的统计模型 | 第29页 |
| ·基于上下文的统计模型 | 第29页 |
| ·N阶自适应统计模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 语料的处理 | 第31-42页 |
| ·语料的获取 | 第31-37页 |
| ·Web语料的特点 | 第31-33页 |
| ·网络蜘蛛 | 第33-34页 |
| ·语料库的构建 | 第34-37页 |
| ·语料中新词的统计特性 | 第37-40页 |
| ·新词词频特征 | 第37-39页 |
| ·新词字长特征 | 第39-40页 |
| ·词库的更新策略 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于上下文感知的中文新词识别算法 | 第42-58页 |
| ·算法的核心思想 | 第42-43页 |
| ·基于N-gram获取候选词串 | 第43-46页 |
| ·N-Gram算法 | 第43页 |
| ·原子切分 | 第43-44页 |
| ·提取候选词串 | 第44-46页 |
| ·POS标注 | 第46页 |
| ·PPM识别 | 第46-57页 |
| ·PPM算法 | 第46-50页 |
| ·PPM新词识别过程 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 5 实验结果与分析 | 第58-63页 |
| ·实验设计的依据 | 第58页 |
| ·实验方案 | 第58-60页 |
| ·性能评价指标 | 第60页 |
| ·实验结果与分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 6 结论与展望 | 第63-65页 |
| ·结论 | 第63页 |
| ·进一步工作 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 个人简历与硕士学习期间发表论文 | 第68-69页 |
| 个人简历 | 第68页 |
| 硕士学习期间发表论文 | 第68页 |
| 硕士学习期间参与的项目 | 第68-69页 |
| 致谢 | 第69-70页 |
