政府网站文本校对关键技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容及目的 | 第13页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 研究目的 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 相关理论与技术研究 | 第15-23页 |
| 2.1 语言模型 | 第15-18页 |
| 2.1.1 N元语法模型 | 第15-16页 |
| 2.1.2 概率图模型 | 第16-18页 |
| 2.2 统计自然语言处理基本任务 | 第18-21页 |
| 2.2.1 中文分词 | 第18-20页 |
| 2.2.2 命名实体识别 | 第20-21页 |
| 2.3 LSTM神经网络简介 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 基于统计的文本校对 | 第23-53页 |
| 3.1 政府网站文本特点分析 | 第23页 |
| 3.2 错误类型分析及研究范围 | 第23-26页 |
| 3.3 词典生成和模型训练 | 第26-28页 |
| 3.3.1 领域词典的生成 | 第26-27页 |
| 3.3.2 N元语言模型训练 | 第27-28页 |
| 3.4 “非多字词错误”校对算法 | 第28-36页 |
| 3.4.1 基于词典的查错算法 | 第29-32页 |
| 3.4.2 散串合并算法 | 第32-33页 |
| 3.4.3 基于最短编辑距离的纠错算法 | 第33-36页 |
| 3.5 “真多字词错误”校对算法 | 第36-52页 |
| 3.5.1 基于N元语法模型的查错 | 第37-42页 |
| 3.5.2 基于HMM模型纠错算法 | 第42-48页 |
| 3.5.3 基于词的有向无环图纠错算法 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 基于神经网络序列解码模型的文本校对 | 第53-64页 |
| 4.1 序列解码模型 | 第53-54页 |
| 4.2 编码和解码模型选择 | 第54-55页 |
| 4.3 基于LSTM的Seq2Seq中文纠错模型 | 第55-61页 |
| 4.3.1 Embedding层 | 第57-58页 |
| 4.3.2 Encoder端和Decoder端 | 第58-60页 |
| 4.3.3 序列解码模型的构建 | 第60-61页 |
| 4.4 生成训练数据集 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 实验结果与分析 | 第64-81页 |
| 5.1 实验概述 | 第64-65页 |
| 5.2 基于词典的校对算法实验 | 第65-71页 |
| 5.2.1 领域词典与校对正确率 | 第65-69页 |
| 5.2.2 散串合并算法 | 第69-70页 |
| 5.2.3 与拟基线比较 | 第70-71页 |
| 5.3 基于N元语法模型的查错实验 | 第71-74页 |
| 5.3.1 语言模型的N值选择 | 第71-72页 |
| 5.3.2 阈值选择 | 第72-73页 |
| 5.3.3 基于三元语法模型的查错率 | 第73-74页 |
| 5.3.4 横向比较 | 第74页 |
| 5.4 基于HMM模型的纠错实验 | 第74-75页 |
| 5.5 基于词的有向无环图的纠错实验 | 第75-76页 |
| 5.6 基于LSTM的序列解码模型的文本校对实验 | 第76-78页 |
| 5.7 校对网站功能测试 | 第78-80页 |
| 5.8 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 工作总结 | 第81页 |
| 6.2 未来展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士期间取得的研究成果 | 第87页 |
