| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-16页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 理论与技术基础 | 第16-31页 |
| 2.1 中文分词难点 | 第16-20页 |
| 2.1.1 歧义切分 | 第16-18页 |
| 2.1.2 未登录词识别 | 第18-20页 |
| 2.2 基于序列标注的中文分词方法 | 第20-25页 |
| 2.2.1 CRF原理 | 第22-24页 |
| 2.2.2 标注集和特征模版 | 第24-25页 |
| 2.3 基于统计特征的领域自适应方法 | 第25-30页 |
| 2.3.1 n-gram频度值 | 第26-27页 |
| 2.3.2 n-gram AV值特征 | 第27页 |
| 2.3.3 基于统计特征的领域自适应方法 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于Active learning的中文分词领域自适应方法 | 第31-38页 |
| 3.1 基于Active learning的中文分词领域自适应方法的设计 | 第31-33页 |
| 3.2 Active learning算法介绍 | 第33-34页 |
| 3.3 Active learning算法分类及应用 | 第34-37页 |
| 3.3.1 基于池的样例选择算法 | 第34-35页 |
| 3.3.2 基于流的样例选择算法 | 第35-36页 |
| 3.3.3 Active learning算法的实例应用 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 科技领域自适应的特例研究 | 第38-54页 |
| 4.1 分词系统的建立 | 第38-39页 |
| 4.2 人工分词标注标准的制定 | 第39-41页 |
| 4.3 实验设计 | 第41-43页 |
| 4.3.1 实验数据准备 | 第41-42页 |
| 4.3.2 实验步骤 | 第42-43页 |
| 4.4 评价与分析 | 第43-46页 |
| 4.4.1 评测指标 | 第43页 |
| 4.4.2 分词精度评测 | 第43-46页 |
| 4.5 在机器翻译中的应用 | 第46-53页 |
| 4.5.1 基于Active learning算法的短语对和词典的抽取 | 第47-49页 |
| 4.5.2 在科技领域应用的结果与分析 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 总结和展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第58-60页 |
| 学位论文数据集 | 第60页 |
