基于HMM的单字估价值的中文自动分词研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景和选题意义 | 第12-13页 |
| ·国内外分词研究现状 | 第13-16页 |
| ·海量科技的分词产品 | 第14-15页 |
| ·中科院计算所汉语词法分析系统ICTCLAS | 第15页 |
| ·CSW 中文智慧分词组件 | 第15-16页 |
| ·中文分词研究的重点和难点 | 第16-18页 |
| ·中文自动分词研究的重点 | 第16-17页 |
| ·中文自动分词研究的难点 | 第17-18页 |
| ·本项研究的内容及创新点 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 第二章 基于语料库的相关工作 | 第20-26页 |
| ·计算机及软件工具环境 | 第20页 |
| ·语料库 | 第20页 |
| ·语料库预处理相关工作及单字估价值字典的生成 | 第20-25页 |
| ·单字估价值字典生成步骤 | 第20-23页 |
| ·单字估价值字典生成涉及的关键数据结构 | 第23-24页 |
| ·程序代码相关定义 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于HMM 初步自动分词的设计与实现 | 第26-36页 |
| ·概述 | 第26页 |
| ·隐马尔科夫模型 | 第26-28页 |
| ·隐马尔科夫模型－定义 | 第26页 |
| ·隐马尔科夫模型－问题 | 第26页 |
| ·隐马尔科夫模型－例子 | 第26-28页 |
| ·Viterbi 算法描述 | 第28-29页 |
| ·基于 Viterbi 算法初步自动分词设计思想 | 第29-33页 |
| ·设计思想分析 | 第29-31页 |
| ·Viterbi 算法实句分析 | 第31-32页 |
| ·分词各模块的构建 | 第32-33页 |
| ·实验结果及分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于机器学习的估价值参数优化 | 第36-46页 |
| ·概述 | 第36-37页 |
| ·机器学习的基本概念 | 第36页 |
| ·机器学习的基本结构 | 第36-37页 |
| ·基于机器学习的估计值参数优化设计与实现 | 第37-43页 |
| ·估价值优化的设计思想 | 第37-38页 |
| ·估价值优化的准备工作 | 第38-41页 |
| ·算法设计分析 | 第41-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结及展望 | 第46-48页 |
| ·本课题研究工作的总结 | 第46页 |
| ·进一步研究工作的展望 | 第46-48页 |
| 参考文献 | 第48-49页 |
| 攻读硕士学位期间发表的学术论文 | 第49-50页 |
| 附录一 分词部分核心代码 | 第50-54页 |
| 附录二 机器学习估价值优化部分代码 | 第54-61页 |
| 致谢 | 第61页 |
