首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

统计全切分中文分词系统的研究与实现

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·研究背景和意义第7页
   ·研究目标与关键技术第7-8页
   ·国内外研究现状第8-9页
   ·本文工作和组织结构第9-11页
第二章 中文分词相关理论第11-19页
   ·中文分词概述第11页
   ·中文分词方法第11-14页
   ·统计模型第14-16页
     ·HMM模型第14-15页
     ·N-gram模型第15-16页
   ·中文分词问题第16-18页
     ·中文歧义消解第16-17页
     ·未登录词识别第17-18页
   ·本章小结第18-19页
第三章 基于语料库的统计分词方法第19-27页
   ·中文分词语言模型第19页
   ·基于语料库的统计分词第19-20页
   ·基于统计的歧义消解第20-23页
     ·统计分词模型第21页
     ·词语可信度第21-23页
   ·基于统计的未登录词识别第23-26页
     ·中文人名识别第23-25页
     ·中文地名识别第25-26页
   ·本章小结第26-27页
第四章 全切分粗分模型的改进算法第27-35页
   ·中文分词粗分模型第27-28页
   ·粗分模型的改进算法第28-32页
     ·改进的全切分算法第28-31页
     ·基于统计的筛选算法第31-32页
   ·全切分改进算法词典结构第32-34页
     ·词典查询机制第32-33页
     ·分词词典设计第33-34页
   ·本章小结第34-35页
第五章 统计全切分中文分词系统第35-55页
   ·系统总体设计第35-39页
     ·设计原则第35页
     ·总体结构第35-38页
     ·关键问题第38-39页
   ·功能模块设计与实现第39-49页
     ·词典管理第39-43页
     ·分词预处理第43-46页
     ·词语粗分第46-47页
     ·未登录词识别第47-48页
     ·分词结果校正第48页
     ·功能模块类图第48-49页
   ·实验分析第49-53页
     ·实验设计第49-50页
     ·实验结果和分析第50-52页
     ·实验结论第52-53页
   ·本章小结第53-55页
第六章 结论与展望第55-57页
致谢第57-59页
参考文献第59-61页
在研期间研究成果第61页

论文共61页,点击 下载论文
上一篇:基于超完备Contourlet的图像去噪和图像融合
下一篇:基于H.264的视频存储检索与带宽调整算法研究与实现