基于最大熵模型的中文姓名识别研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 自动分词在中文信息处理中的意义 | 第9-10页 |
| 1.2 本文内容的提出 | 第10-11页 |
| 1.3 中文姓名识别的难点 | 第11-12页 |
| 1.4 中文姓名自动识别研究现状与分析 | 第12-15页 |
| 1.5 本论文研究概述及组织 | 第15-16页 |
| 第2章 中文姓名概论 | 第16-23页 |
| 2.1 姓氏 | 第16-17页 |
| 2.2 名字用字 | 第17-19页 |
| 2.3 译名 | 第19-20页 |
| 2.4 中文姓名的结构分析 | 第20-21页 |
| 2.5 中文姓名的上下文规律 | 第21-23页 |
| 第3章 基于最大熵模型的中文姓名识别 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 自然语言处理的最大熵模型介绍 | 第23-33页 |
| 3.2.1 最大熵模型的简单实例 | 第24-25页 |
| 3.2.2 最大熵模型框架的形式描述 | 第25-27页 |
| 3.2.3 最大熵模型的构建 | 第27-31页 |
| 3.2.4 最大熵模型的特征引入算法 | 第31-32页 |
| 3.2.5 最大熵模型的优点 | 第32-33页 |
| 3.3 最大熵模型和中文姓名识别任务的桥梁 | 第33-35页 |
| 第4章 最大熵模型的特征选取 | 第35-41页 |
| 4.1 引言 | 第35页 |
| 4.2 影晌中文姓名识别的语言特征 | 第35-37页 |
| 4.3 模板获取特征 | 第37-39页 |
| 4.4 特征选择 | 第39-40页 |
| 4.5 编写手工特征 | 第40-41页 |
| 第5章 系统实现及试验结果分析 | 第41-49页 |
| 5.1 系统要求 | 第41页 |
| 5.2 系统流程 | 第41-42页 |
| 5.3 系统结构 | 第42-43页 |
| 5.4 全局信息处理模块 | 第43-45页 |
| 5.5 系统实现 | 第45-47页 |
| 5.6 实验结果及分析 | 第47-49页 |
| 结论 | 第49-51页 |
| 附录 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文 | 第56-57页 |
| 学位论文评阅及答辩情况表 | 第57页 |
