| 目录 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 概述 | 第8-19页 |
| ·自然语言理解概述 | 第8-12页 |
| ·自然语言理解系统的发展阶段 | 第9-11页 |
| ·国内的发展状况 | 第11-12页 |
| ·汉语分词 | 第12-17页 |
| ·汉语分词的意义 | 第12-13页 |
| ·汉语分词的算法 | 第13-15页 |
| ·汉语分词面临的关键问题 | 第15-17页 |
| ·汉语分词技术的展望 | 第17页 |
| ·本文工作概述 | 第17-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第二章 条件随机场模型 | 第19-31页 |
| ·图模型 | 第19-21页 |
| ·随机变量的条件独立性 | 第19-20页 |
| ·无向图模型 | 第20-21页 |
| ·马尔可夫随机场和Hammersly-Clifford定理 | 第21-26页 |
| ·马尔可夫随机场 | 第21-22页 |
| ·吉布斯分布 | 第22-23页 |
| ·Hammersly-Clifford定理 | 第23-26页 |
| ·条件随机场 | 第26-29页 |
| ·条件随机场 | 第26-27页 |
| ·条件随机场具体形式的选择 | 第27-28页 |
| ·链式条件随机场 | 第28页 |
| ·链式条件随机场的训练 | 第28-29页 |
| ·链式条件随机场的推理 | 第29页 |
| ·讨论 | 第29-31页 |
| 第三章 序列标注任务中统计语言模型的比较 | 第31-40页 |
| ·统计语言模型 | 第31页 |
| ·隐马尔可夫模型 | 第31-34页 |
| ·隐马尔可夫原理 | 第31-32页 |
| ·隐马尔可夫在序列标注中的应用 | 第32-34页 |
| ·最大熵模型 | 第34-37页 |
| ·信息熵 | 第34页 |
| ·最大熵原理 | 第34-37页 |
| ·最大熵模型在序列标注中的应用 | 第37页 |
| ·条件随机场 | 第37-40页 |
| ·条件随机场模型 | 第37页 |
| ·标记偏置问题 | 第37-40页 |
| 第四章 条件随机场在序列标注任务中的应用 | 第40-57页 |
| ·条件随机场在汉语分词中的应用 | 第40-50页 |
| ·汉语分词实验 | 第40-42页 |
| ·汉语分词实验数据分析 | 第42-47页 |
| ·试验结果分析 | 第47-48页 |
| ·条件随机场与最大匹配分词混合的分词方法 | 第48-50页 |
| ·比较结果分析 | 第50页 |
| ·条件随机场在词性标注中的应用 | 第50-51页 |
| ·词性标注实验 | 第50-51页 |
| ·词性标注实验数据分析 | 第51页 |
| ·隐马尔可夫模型和条件随机场在序列标注任务中的实验比较 | 第51-56页 |
| ·隐马尔可夫模型与条件随机场模型的分词实验比较 | 第52-54页 |
| ·隐马尔可夫模型与条件随机场模型的词性标注实验比较 | 第54-55页 |
| ·试验比较结论 | 第55-56页 |
| ·讨论 | 第56-57页 |
| 第五章 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
