| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第10-19页 |
| 1.1 选题的背景和意义 | 第10-11页 |
| 1.2 自然语言处理概述 | 第11-13页 |
| 1.2.1 语言学及自然语言理解 | 第11-12页 |
| 1.2.2 自然语言处理 | 第12-13页 |
| 1.3 NLP研究主要内容和面临的困难 | 第13-15页 |
| 1.3.1 NLP研究的主要内容 | 第13-14页 |
| 1.3.2 NLP研究面临的主要困难 | 第14-15页 |
| 1.4 NLP基本方法及其发展 | 第15-16页 |
| 1.4.1 NLP基本方法 | 第15-16页 |
| 1.4.2 NLP的发展 | 第16页 |
| 1.5 本文的主要研究内容 | 第16-17页 |
| 1.6 论文的组织结构 | 第17-18页 |
| 1.7 本章小结 | 第18-19页 |
| 第二章 维吾尔文NLP研究现状 | 第19-31页 |
| 2.1 维吾尔文的特点 | 第19-22页 |
| 2.2 维吾尔文NLP研究现状 | 第22-29页 |
| 2.2.1 维吾尔义字符编码 | 第22-24页 |
| 2.2.2 维吾尔文词干切分研究概述 | 第24-25页 |
| 2.2.3 维吾尔文校对研究概述 | 第25-26页 |
| 2.2.4 维吾尔文词性标注研究概述 | 第26-28页 |
| 2.2.5 语料库与语言知识库 | 第28-29页 |
| 2.3 维吾尔文NLP研究主要困难 | 第29页 |
| 2.4 维吾尔文信息处理技术发展方向 | 第29-30页 |
| 2.4.1 加强标准化研究工作 | 第29-30页 |
| 2.4.2 开展维吾尔文自然语言处理技术研究 | 第30页 |
| 2.4.3 推进维吾尔文科技成果的转化与应用 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 维吾尔文多文字(模式)自动转换 | 第31-46页 |
| 3.1 维吾尔文“一语多文”现象 | 第31-33页 |
| 3.1.1 维吾尔语阿拉伯文 | 第31-32页 |
| 3.1.2 维吾尔语拉丁文 | 第32页 |
| 3.1.3 维吾尔语斯拉夫文 | 第32-33页 |
| 3.2 维吾尔语阿拉伯文与维吾尔语拉丁文间的转换 | 第33-36页 |
| 3.2.1 字符集和字符对照表 | 第33-34页 |
| 3.2.2. 现代维吾尔文和拉丁文之间的转换规则 | 第34-36页 |
| 3.3 维吾尔语阿拉伯文与维吾尔语斯拉夫文间的转换 | 第36-38页 |
| 3.3.1 字符集和字符对照表 | 第36页 |
| 3.3.2. 转换规则及转换过程 | 第36-38页 |
| 3.4 转换算法及系统设计 | 第38-45页 |
| 3.4.1 转换算法设计 | 第38-43页 |
| 3.4.2 转换系统 | 第43页 |
| 3.4.3 测试与分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 维吾尔文词性标注 | 第46-60页 |
| 4.1 词性标注的任务和常用方法 | 第46-52页 |
| 4.1.1 词性标注的任务 | 第46-47页 |
| 4.1.2 主要的词性标注方法研究与分析 | 第47-52页 |
| 4.2 维吾尔文词性标注任务及难点 | 第52-53页 |
| 4.2.1 维吾尔文词语类别的特点 | 第52页 |
| 4.2.2 维吾尔文词性标记集 | 第52-53页 |
| 4.2.3 维吾尔文词性标注的难点 | 第53页 |
| 4.3 基于最大熵的维吾尔文词性标注模型 | 第53-59页 |
| 4.3.1 最大熵模型 | 第53-54页 |
| 4.3.2 词内部特征 | 第54-55页 |
| 4.3.3 前后依存特征 | 第55页 |
| 4.3.4 混合特征 | 第55-56页 |
| 4.3.5 实验与分析 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 维吾尔文词干提取 | 第60-75页 |
| 5.1 词干提取 | 第60-62页 |
| 5.1.1 词干提取概述 | 第60页 |
| 5.1.2 维吾尔语词汇的形态 | 第60-62页 |
| 5.2 维吾尔文词语的形态特点及词干提取的难点 | 第62页 |
| 5.2.1 维吾尔文词语的形态特点 | 第62页 |
| 5.2.2 维吾尔文词语词干提取的难点 | 第62页 |
| 5.3 基于混合策略的维吾尔文名词词干提取方法 | 第62-70页 |
| 5.3.1 总体思路 | 第63页 |
| 5.3.2 维吾尔文的名词FSM | 第63-67页 |
| 5.3.3 基于最大熵的歧义词缀识别模型 | 第67-70页 |
| 5.3.4 有限状态自动机与最大熵结合的策略 | 第70页 |
| 5.3.5 词干提取中的元音弱化处理 | 第70页 |
| 5.4 多策略集成的维吾尔语名词词干提取 | 第70-71页 |
| 5.5 实验与分析 | 第71-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 NLP在维吾尔文分类中的应用 | 第75-95页 |
| 6.1 文本分类的概念 | 第75-76页 |
| 6.2 典型分类方法 | 第76-79页 |
| 6.2.1 决策树分类器 | 第76页 |
| 6.2.2 支持向量机(Support Vector Machine)分类器 | 第76-78页 |
| 6.2.3 K-近邻(knn)分类器 | 第78页 |
| 6.2.4 朴素贝叶斯(naive bsyes)分类器 | 第78-79页 |
| 6.3 文本分类性能评价 | 第79-80页 |
| 6.4 文本分类中的文本表示 | 第80-82页 |
| 6.4.1 文本表示种类 | 第80-81页 |
| 6.4.2 文本表示模型 | 第81页 |
| 6.4.3 文本相似度 | 第81-82页 |
| 6.5 文本分类参数 | 第82-84页 |
| 6.6 特征项权重计算 | 第84-85页 |
| 6.7 维吾尔文文本分类 | 第85-94页 |
| 6.7.1 维吾尔文文本分类的一般过程 | 第85-86页 |
| 6.7.2 维吾尔文文本分类的数据集 | 第86-87页 |
| 6.7.3 维吾尔文本预处理 | 第87-88页 |
| 6.7.4 特征选取 | 第88-89页 |
| 6.7.5 分类实验与分析 | 第89-94页 |
| 6.8 本章小结 | 第94-95页 |
| 第七章 结束语 | 第95-97页 |
| 7.1 本文主要贡献与创新 | 第95页 |
| 7.2 下一步研究工作 | 第95-97页 |
| 参考文献 | 第97-105页 |
| 致谢 | 第105-106页 |
| 攻读博士学位期间取得的科研成果 | 第106-108页 |
| 发表学术论文 | 第106-107页 |
| 参与科研项目及科研获奖 | 第107-108页 |
| 作者简介 | 第108页 |
