基于神经网络的中文分词算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-12页 |
| 1．1 问题的提出 | 第10页 |
| 1．2 课题的研究方向和采用的方法 | 第10页 |
| 1．3 论文解决的问题 | 第10-11页 |
| 1．4 论文的结构 | 第11-12页 |
| 2 中文分词 | 第12-15页 |
| 2．1 分词的意义 | 第12页 |
| 2．2 分词概要 | 第12页 |
| 2．2．1 分词的定义 | 第12页 |
| 2．2．2 分词算法的定义 | 第12页 |
| 2．3 中文分词技术发展现状 | 第12-15页 |
| 2．3．1 国内分词发展现状 | 第12-13页 |
| 2．3．2 国外分词技术的发展 | 第13-15页 |
| 3 分词与理解 | 第15-34页 |
| 3．1 自然语言理解概述 | 第15-16页 |
| 3．2 自然语言理解语法分析基本理论 | 第16-17页 |
| 3．2．1 早期语法分析理论 | 第16页 |
| 3．2．2 自然语言理解新进展 | 第16-17页 |
| 3．3 句法分析 | 第17-25页 |
| 3．3．1 预备知识 | 第17-19页 |
| 3．3．2 自顶向下句法分析 | 第19-25页 |
| 3．4 语义分析 | 第25-31页 |
| 3．4．1 预备知识 | 第25-28页 |
| 3．4．2 格语法 | 第28-29页 |
| 3．4．3 语义网络 | 第29-31页 |
| 3．5 歧义 | 第31-32页 |
| 3．5．1 歧义字段定义 | 第31页 |
| 3．5．2 歧义字段构成形式 | 第31-32页 |
| 3．5．3 歧义字段分析方法 | 第32页 |
| 3．6 与神经网络的结合 | 第32-34页 |
| 4 神经网络技术 | 第34-41页 |
| 4．1 神经网络概述 | 第34-35页 |
| 4．2 神经网络的特性 | 第35页 |
| 4．3 BP前馈神经网络 | 第35-41页 |
| 4．3．1 BP学习算法 | 第36-40页 |
| 4．3．2 前馈神经网络的特点 | 第40-41页 |
| 5 分词的实现 | 第41-48页 |
| 5．1 方法分析 | 第41页 |
| 5．2 训练的目的 | 第41页 |
| 5．3 分词步骤 | 第41-48页 |
| 5．3．1 数据预处理 | 第41-42页 |
| 5．3．2 编码 | 第42-44页 |
| 5．3．3 参数设计 | 第44-46页 |
| 5．3．4 程序的设计 | 第46-47页 |
| 5．3．5 切分状态的判定 | 第47-48页 |
| 6 实验数据 | 第48-61页 |
| 6．1 训练结果 | 第48-49页 |
| 6．2 样本测试 | 第49-50页 |
| 6．3 实验结果的定性分析 | 第50-51页 |
| 6．3．1 训练次数对分词精度的影响 | 第51页 |
| 6．3．2 样本数量对分词精度的影响 | 第51页 |
| 6．3．3 隐含层结点数对分词精度的影响 | 第51页 |
| 6．4 改进分析 | 第51-56页 |
| 6．4．1 改进分析-1 | 第51-53页 |
| 6．4．2 改进分析-2 | 第53-56页 |
| 6．5 小结 | 第56页 |
| 6．6 与当前常用分词算法的对比分析 | 第56-58页 |
| 6．7 系统词语切分 | 第58-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65页 |
| 在校期间所从事的研究工作总结 | 第65-66页 |
| 致谢 | 第66-67页 |
| 大连理工大学学位论文版权使用授权书 | 第67页 |
