| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·文本分割的研究意义 | 第11页 |
| ·文本分割的研究现状 | 第11-13页 |
| ·基于词汇聚的思想 | 第12-13页 |
| ·基于统计的思想 | 第13页 |
| ·基于语言特征的思想 | 第13页 |
| ·文本分割与文本分类的差异 | 第13-14页 |
| ·文本分割的主要问题 | 第14-15页 |
| ·段落长短问题 | 第14-15页 |
| ·体裁问题 | 第15页 |
| ·子主题边界问题 | 第15页 |
| ·文本分割的评价方法 | 第15-17页 |
| ·本文主要研究内容 | 第17-18页 |
| ·本文组织结构 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第二章 语言模型技术分析 | 第19-27页 |
| ·语言模型概述 | 第19-22页 |
| ·语言模型分类 | 第19页 |
| ·文法型语言模型 | 第19-20页 |
| ·统计型语言模型 | 第20-22页 |
| ·统计语言模型的应用 | 第22-23页 |
| ·语言模型的优劣分析 | 第23-26页 |
| ·隐马尔科夫模型 | 第23-24页 |
| ·最大熵模型 | 第24-25页 |
| ·N-gram 模型 | 第25-26页 |
| ·基于关联矩阵的 Bigram 语言模型 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于改进的 Bigram 模型的特征提取方法 | 第27-36页 |
| ·文本特征提取过程 | 第27-28页 |
| ·常用的文本特征提取方法 | 第28-29页 |
| ·文本频数 | 第28页 |
| ·互信息 | 第28页 |
| ·χ2统计 | 第28-29页 |
| ·基于改进的 Bigram 模型框架说明 | 第29-30页 |
| ·文本切分 | 第30-32页 |
| ·文本粗切分 | 第30页 |
| ·Bigram 切分 | 第30-32页 |
| ·关联矩阵 | 第32-33页 |
| ·合并特征向量 | 第33页 |
| ·数据稀疏与平滑处理 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 Dotplotting 的文本边界搜索策略 | 第36-42页 |
| ·Dotplotting 概述 | 第36-37页 |
| ·传统 Dotplotting 算法存在的问题 | 第37-39页 |
| ·密度函数不对称 | 第37-39页 |
| ·已识别边界的制约 | 第39页 |
| ·段间与段内相似度 | 第39页 |
| ·Dotplotting 密度函数的研究与改进 | 第39-41页 |
| ·密度评价函数 | 第39-40页 |
| ·分割点搜索策略 | 第40页 |
| ·段落长度因子 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 实验结果与分析 | 第42-50页 |
| ·评测语料介绍 | 第42-44页 |
| ·真实文本 | 第42页 |
| ·合成文本 | 第42-43页 |
| ·语料的选择 | 第43-44页 |
| ·实验介绍与结果分析 | 第44-50页 |
| ·文本特征提取对比实验 | 第44-45页 |
| ·文本分割对比实验 | 第45-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-58页 |
| 详细摘要 | 第58-60页 |