中文文本真词错误自动校对算法研究
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-19页 |
| 第一节 研究背景与研究意义 | 第8-9页 |
| 一、研究背景 | 第8-9页 |
| 二、研究意义 | 第9页 |
| 第二节 研究现状 | 第9-16页 |
| 一、英文文本自动校对现状 | 第10-11页 |
| 二、中文文本自动校对现状 | 第11-14页 |
| 三、研究难点及现状总结 | 第14-16页 |
| 第三节 研究内容及研究框架 | 第16-18页 |
| 一、研究内容 | 第16-17页 |
| 二、研究框架 | 第17-18页 |
| 第四节 创新点 | 第18-19页 |
| 第二章 相关理论阐述 | 第19-27页 |
| 第一节 词法分析 | 第19-20页 |
| 一、分词 | 第19-20页 |
| 二、词性标注 | 第20页 |
| 第二节 N-gram语言模型 | 第20-21页 |
| 第三节 序列标注 | 第21-27页 |
| 一、词向量化 | 第22-23页 |
| 二、长短时记忆循环神经网络 | 第23-25页 |
| 三、条件随机场 | 第25-27页 |
| 第三章 数据准备和预处理 | 第27-34页 |
| 第一节 中文真词错误分类 | 第27-29页 |
| 一、中文错别字分类 | 第27页 |
| 二、中文真词错误分类 | 第27-29页 |
| 第二节 数据集介绍 | 第29-34页 |
| 一、实验数据集 | 第29页 |
| 二、混淆集 | 第29-31页 |
| 三、训练集和测试集 | 第31-33页 |
| 四、外部数据 | 第33-34页 |
| 第四章 中文真词错误自动校对算法 | 第34-55页 |
| 第一节 基于混淆集和N-gram的自动校对算法 | 第34-36页 |
| 一、基于局部特征的N-gram模型 | 第35-36页 |
| 二、CS-N-gram算法自动校对 | 第36页 |
| 第二节 基于混淆集和序列标注的自动校对算法 | 第36-44页 |
| 一、BiLSTM-CRF模型 | 第37-43页 |
| 二、CS-BiLSTM-CRF算法自动校对 | 第43-44页 |
| 第三节 实验结果分析 | 第44-51页 |
| 一、实验评估指标 | 第44-45页 |
| 二、实验结果 | 第45-50页 |
| 三、算法优缺点分析 | 第50-51页 |
| 第四节 实验改进——自动校对混合算法 | 第51-53页 |
| 一、混合算法自动校对 | 第51-52页 |
| 二、相关实验分析 | 第52-53页 |
| 第五节 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 第一节 总结 | 第55-56页 |
| 第二节 展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
