基于N-gram与混合策略的新词识别研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 基于规则的新词识别方法 | 第13-14页 |
| 1.2.2 基于统计的新词识别方法 | 第14-16页 |
| 1.2.3 基于规则与统计结合的新词识别方法 | 第16-17页 |
| 1.3 研究目标与内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第二章 相关技术 | 第19-30页 |
| 2.1 自然语言处理 | 第19-21页 |
| 2.1.1 自然语言处理发展阶段 | 第19-20页 |
| 2.1.2 自然语言处理领域研究方向 | 第20-21页 |
| 2.2 新词的定义与分类 | 第21-23页 |
| 2.2.1 新词的定义 | 第21页 |
| 2.2.2 新词的构词模式与类别 | 第21-23页 |
| 2.3 相关统计基础介绍 | 第23-28页 |
| 2.3.1 N-gram统计模型介绍 | 第24-26页 |
| 2.3.2 互信息 | 第26-27页 |
| 2.3.3 信息熵 | 第27-28页 |
| 2.4 网络爬虫 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 混合策略的新词识别方法设计与实现 | 第30-41页 |
| 3.1 设计理念 | 第30-32页 |
| 3.2 新词识别总体框架 | 第32页 |
| 3.3 语料库的选取与实现 | 第32-35页 |
| 3.3.1 语料库的选取 | 第32-33页 |
| 3.3.2 语料库的实现 | 第33-35页 |
| 3.4 语料预处理 | 第35-38页 |
| 3.5 候选新词获取 | 第38页 |
| 3.6 停止词过滤 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 实验结果分析 | 第41-51页 |
| 4.1 实验环境说明 | 第41页 |
| 4.2 实验数据说明 | 第41-42页 |
| 4.3 实验评价指标 | 第42页 |
| 4.4 基于互信息方法的实验结果 | 第42-43页 |
| 4.5 基于信息熵方法的实验结果 | 第43-44页 |
| 4.6 互信息与信息熵方法结合的实验结果 | 第44-46页 |
| 4.7 引入停止词过滤后的实验结果 | 第46-47页 |
| 4.8 部分分词结果展示 | 第47-48页 |
| 4.9 方法总结 | 第48-49页 |
| 4.10 本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者在攻读硕士学位期间相关研究工作 | 第57-58页 |
| 致谢 | 第58页 |
