| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景 | 第10-11页 |
| ·中文分词研究的意义 | 第10-11页 |
| ·词性标注和动词细分类研究的意义 | 第11页 |
| ·词法分析的主要问题和方法及研究现状概述 | 第11-14页 |
| ·中文分词的主要问题和方法概述 | 第11-13页 |
| ·词性标注的主要问题和方法概述 | 第13-14页 |
| ·动词细分类的研究现状概述 | 第14页 |
| ·SIGHAN Segmentation Bakeoff 2005 中分词方法评述 | 第14-18页 |
| ·本文的结构 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 基于词类的分词概率模型 | 第20-26页 |
| ·语言模型 | 第20-23页 |
| ·统计语言模型介绍 | 第20页 |
| ·信源信道模型与统计语言模型 | 第20-21页 |
| ·N-gram模型 | 第21-22页 |
| ·数据平滑 | 第22-23页 |
| ·基于词类的分词概率模型 | 第23-25页 |
| ·模型的理论推导 | 第23-24页 |
| ·词类的定义 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于角色标注的未登录词识别 | 第26-39页 |
| ·隐马尔科夫模型 | 第26-29页 |
| ·隐马尔科夫模型的定义 | 第26-27页 |
| ·Viterbi算法 | 第27-29页 |
| ·未登录词识别的主要难点 | 第29-31页 |
| ·未登录词与命名实体 | 第29-30页 |
| ·未登录词识别的主要难点 | 第30-31页 |
| ·角色的定义及角色语料库 | 第31-34页 |
| ·角色的定义 | 第31-33页 |
| ·角色语料库 | 第33-34页 |
| ·基于角色标注的未登录词识别 | 第34-38页 |
| ·角色标注的隐马尔科夫模型参数的训练 | 第34-35页 |
| ·利用Viterbi算法进行角色标注 | 第35-37页 |
| ·未登录词概率的计算 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 词性标注与动词细分类研究 | 第39-48页 |
| ·词性标注 | 第39-41页 |
| ·词性标记集 | 第39-40页 |
| ·基于隐马尔科夫模型的词性标注 | 第40-41页 |
| ·动词细分类 | 第41-47页 |
| ·动词细分类标注规范 | 第41-42页 |
| ·基于改进隐马尔科夫模型的动词细分类 | 第42-43页 |
| ·基于最大熵模型的动词细分类 | 第43-45页 |
| ·动词细分类对比实验及其对句法分析的影响 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 IR词法分析系统（IRLAS）的设计与实现 | 第48-59页 |
| ·IRLAS介绍 | 第48-49页 |
| ·IRLAS的流程与结构设计 | 第49-54页 |
| ·切分词图介绍 | 第49-51页 |
| ·系统流程及各模块介绍 | 第51-52页 |
| ·系统结构设计 | 第52-54页 |
| ·实验与结果分析 | 第54-58页 |
| ·分词与词性标注评测方法 | 第54页 |
| ·在2000 年1 月人民日报语料上的实验 | 第54-56页 |
| ·在SIGHAN Segmentation Bakeoff 2005 PKU语料上的实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录1 词法分析系统（IRLAS）在线演示及源代码共享情况介绍 | 第65-67页 |
| 附录2 第二届国际SIGHAN分词评测及IRLAS参赛情况介绍 | 第67-69页 |
| 附录3 词法分析系统（IRLAS）技术转让列表 | 第69-70页 |
| 附录4 信息检索研究室动词细分类标注规范 | 第70-74页 |
| 附录5 攻读硕士期间参与的研究与开发项目 | 第74-75页 |
| 攻读学位期间发表的学术论文 | 第75-76页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第76页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第76页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第76-77页 |
| 致谢 | 第77页 |
