汉语非词错误自动校对系统的研究与实现
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 英文文本自动校对研究现状 | 第13-14页 |
| 1.2.2 汉语文本自动校对研究现状 | 第14-16页 |
| 1.3 相关理论和技术 | 第16-19页 |
| 1.3.1 汉语自动分词的基本问题 | 第16-17页 |
| 1.3.2 汉语自动分词的研究方法 | 第17-18页 |
| 1.3.3 汉语文本自动校对技术相关评价指标 | 第18-19页 |
| 1.4 本文主要工作及结构安排 | 第19-21页 |
| 第2章 汉语错别字分析与分类 | 第21-27页 |
| 2.1 错别字原因分析 | 第21-22页 |
| 2.2 汉语文本错误分类 | 第22-24页 |
| 2.3 汉语文本错误统计 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 错字词知识库的自动构建方法 | 第27-39页 |
| 3.1 基于统计的错字词知识自动构建 | 第27-34页 |
| 3.1.1 基本概念 | 第27-29页 |
| 3.1.2 方法 | 第29-32页 |
| 3.1.3 实验 | 第32-34页 |
| 3.2 基于汉字混淆集的错字词知识自动构建 | 第34-38页 |
| 3.2.1 基本概念 | 第34-35页 |
| 3.2.2 方法 | 第35-37页 |
| 3.2.3 实验 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于模糊分词的非词错误自动校对 | 第39-47页 |
| 4.1 基本思想 | 第39页 |
| 4.2 方法 | 第39-44页 |
| 4.2.1 词图模型 | 第39-40页 |
| 4.2.2 精确匹配 | 第40-41页 |
| 4.2.3 模糊匹配 | 第41-43页 |
| 4.2.4 最短路径求解 | 第43-44页 |
| 4.3 实验 | 第44-45页 |
| 4.3.1 实验语料 | 第44-45页 |
| 4.3.2 实验结果 | 第45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 基于N-gram模型的非词错误自动查错 | 第47-53页 |
| 5.1 基本思想 | 第47页 |
| 5.2 基于N-gram的非词错误自动查错方法 | 第47-49页 |
| 5.2.1 N-gram模型 | 第47-48页 |
| 5.2.2 构建局部N-gram模型 | 第48-49页 |
| 5.2.3 模型求解 | 第49页 |
| 5.3 实验 | 第49-50页 |
| 5.3.1 实验语料 | 第49-50页 |
| 5.3.2 实验结果 | 第50页 |
| 5.4 本章小结 | 第50-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的论文 | 第59-61页 |
| 致谢 | 第61页 |
