| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·概述 | 第11-13页 |
| ·统计语言模型的应用 | 第11-12页 |
| ·课题研究意义 | 第12-13页 |
| ·存在问题和研究的现状 | 第13-15页 |
| ·本文研究工作概述 | 第15-17页 |
| ·研究目的 | 第15页 |
| ·本文的主要工作及论文组织 | 第15-17页 |
| 第2章 统计语言模型及其平滑技术 | 第17-34页 |
| ·统计语言模型 | 第17-24页 |
| ·概率论基础 | 第17-19页 |
| ·N-gram模型 | 第19-21页 |
| ·统计语言模型评价标准 | 第21-24页 |
| ·数据稀疏问题及平滑技术 | 第24-33页 |
| ·统计语言模型的数据稀疏 | 第24页 |
| ·现有的平滑技术 | 第24-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 统计语言模型的建立 | 第34-49页 |
| ·模型建立中的归一化分析 | 第34-41页 |
| ·建立一元模型 | 第34页 |
| ·建立二元模型 | 第34-40页 |
| ·建立三元模型及N元模型 | 第40-41页 |
| ·结论 | 第41页 |
| ·预处理 | 第41-43页 |
| ·建模工具及建模过程 | 第43-48页 |
| ·CMU_Cambridge_Toolkit工具包介绍 | 第43页 |
| ·其他工具包 | 第43-44页 |
| ·建模过程 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于互信息的数据平滑算法 | 第49-60页 |
| ·KATZ平滑算法存在的问题 | 第49-50页 |
| ·互信息的引入 | 第50页 |
| ·基于互信息的平滑算法的提出 | 第50-57页 |
| ·基本思想 | 第51-52页 |
| ·基本公式 | 第52-53页 |
| ·约束条件 | 第53-55页 |
| ·系数选取 | 第55-57页 |
| ·根据语言学知识重新定义互信息 | 第57-59页 |
| ·高阶模型的推广 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第5章 实验结果及分析 | 第60-64页 |
| ·实验过程 | 第60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |