首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于有效子串的最大熵中文分词方法

内容摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 中文分词方法研究的背景及意义第10-12页
    1.2 中文分词的发展现状第12页
    1.3 研究内容及章节结构第12-13页
    1.4 可能创新之处和不足第13-15页
第2章 中文分词方法的研究第15-24页
    2.1 中文分词的难点第15-17页
    2.2 中文分词的方法第17-23页
    2.3 小结第23-24页
第3章 最大熵模型第24-39页
    3.1 最大熵模型基础第24-29页
        3.1.1 最大熵模型第24-27页
        3.1.2 极大似然方法第27-29页
    3.2 最大熵模型的参数估计算法第29-34页
        3.2.1 通用迭代算法第29-30页
        3.2.2 改进的迭代尺度法第30-33页
        3.2.3 拟牛顿法第33-34页
    3.3 特征选择第34-38页
        3.3.1 基于频数阈值的特征选择第35页
        3.3.2 增量式特征选择第35-38页
    3.4 小结第38-39页
第4章 基于有效子串的最大熵中文分词方法第39-52页
    4.1 基于有效的子串的最大熵中文分词方法的框架第39-43页
        4.1.1 提取有效子串的方法第41页
        4.1.2 字标注集第41-42页
        4.1.3 特征的选取第42-43页
    4.2 基于有效子串的最大熵中文分词方法评价第43-51页
        4.2.1 分词训练阶段第44-45页
        4.2.2 分词测试阶段第45-48页
        4.2.3 实验结果及分析第48-51页
    4.3 小结第51-52页
第5章 结束语第52-53页
参考文献第53-55页
后记第55页

论文共55页,点击 下载论文
上一篇:3D打印技术联合达芬奇机器人在肾部分切除的临床应用
下一篇:中文N-gram分词模型改进