基于互联网海量语料的新词发现研究及中文分词系统改进
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-22页 |
| ·研究背景及意义 | 第8-9页 |
| ·新词发现相关研究综述 | 第9-12页 |
| ·新词定义及其识别难点 | 第9-10页 |
| ·新词的研究领域 | 第10页 |
| ·新词识别的研究现状 | 第10-12页 |
| ·本文解决的新词识别问题 | 第12页 |
| ·新词词性推测相关研究综述 | 第12-14页 |
| ·新词词性推测的研究意义和目的 | 第12-13页 |
| ·新词词性推测的研究现状 | 第13-14页 |
| ·新词词性推测的技术难点分析 | 第14页 |
| ·分词系统相关研究综述 | 第14-19页 |
| ·中文分词的背景 | 第14-15页 |
| ·中文分词算法 | 第15-17页 |
| ·中文分词难点 | 第17-19页 |
| ·中文分词的应用 | 第19页 |
| ·本文的主要工作内容 | 第19-20页 |
| ·本文结构 | 第20-22页 |
| 第2章 PMI方法和PMI改进方法 | 第22-28页 |
| ·PMI方法定义及其定理 | 第22-23页 |
| ·PMI改进方法定义及其定理 | 第23-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 新词发现 | 第28-44页 |
| ·语料库预处理阶段 | 第28-30页 |
| ·统计1-n元字串串频 | 第30-31页 |
| ·新词抽取 | 第31-36页 |
| ·确定2元待扩展种子 | 第31-32页 |
| ·将2元待扩展种子扩展至2-n元候选新词 | 第32-34页 |
| ·规则过滤 | 第34-36页 |
| ·新词判定 | 第36页 |
| ·实验结果与分析 | 第36-42页 |
| ·实验数据 | 第36页 |
| ·实验结果 | 第36-40页 |
| ·结果分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 新词词性推测 | 第44-50页 |
| ·语料库预处理阶段 | 第44-45页 |
| ·解析XML文件及统计句频 | 第45-46页 |
| ·抽取模板 | 第46-47页 |
| ·抽取新词词性 | 第47-48页 |
| ·词性抽取实验 | 第48-49页 |
| ·实验数据 | 第48页 |
| ·实验结果 | 第48页 |
| ·结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 分词系统的改进 | 第50-56页 |
| ·改进分词系统的方法 | 第50页 |
| ·基于ICTCLAS系统测试 | 第50-54页 |
| ·测试数据 | 第51页 |
| ·测试方法 | 第51页 |
| ·测试结果 | 第51-53页 |
| ·测试结果分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第6章 结论与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间取得的研究成果 | 第62-64页 |
| 致谢 | 第64-66页 |
