基于支持向量机的中文分词系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·机器学习 | 第10-13页 |
| ·机器学习的基本问题 | 第10-11页 |
| ·机器学习的发展历史与现状 | 第11-13页 |
| ·统计学习中的核心理论 | 第13-15页 |
| ·VC维 | 第13页 |
| ·推广性的界 | 第13-14页 |
| ·结构风险最小化 | 第14-15页 |
| ·中文分词技术 | 第15-19页 |
| ·中文分词的必要性 | 第15页 |
| ·中文分词技术的应用 | 第15-18页 |
| ·中文分词技术的方法 | 第18-19页 |
| ·本文的研究内容与结构安排 | 第19-21页 |
| 第二章 支持向量机 | 第21-32页 |
| ·支持向量机学习算法 | 第21-24页 |
| ·最优超平面 | 第21-23页 |
| ·支持向量机 | 第23页 |
| ·支持向量机的优点 | 第23-24页 |
| ·支持向量机算法的研究现状 | 第24-28页 |
| ·支持向量机算法的研究现状 | 第24-26页 |
| ·支持向量机模型选择的研究 | 第26-28页 |
| ·支持向量机的应用 | 第28-29页 |
| ·其他分类算法 | 第29-32页 |
| ·KNN算法 | 第29-32页 |
| 第三章 支持向量机在中文分词中的应用 | 第32-41页 |
| ·词频统计的基本原理 | 第32-35页 |
| ·互信息(Mutual Information) | 第32-33页 |
| ·N元统计模型(N—Gram)的原理 | 第33-34页 |
| ·t-测试(t—test) | 第34-35页 |
| ·中文分词技术的关键问题 | 第35-37页 |
| ·用词表和切分规范 | 第35-36页 |
| ·歧义切分字段 | 第36页 |
| ·登录词识别 | 第36-37页 |
| ·采用支持向量机解决关键问题 | 第37-41页 |
| ·采用支持向量机的特征取值 | 第37-38页 |
| ·统计信息的计算 | 第38-39页 |
| ·SVM—KNN分类器实现 | 第39-41页 |
| 第四章 基于支持向量机的中文分词系统的实现 | 第41-56页 |
| ·总体设计 | 第41-43页 |
| ·总体模块设计 | 第41页 |
| ·详细设计 | 第41-42页 |
| ·核心类图 | 第42-43页 |
| ·基本操作的实现 | 第43-47页 |
| ·系统界面 | 第44-45页 |
| ·文件处理 | 第45-46页 |
| ·重复处理的判断 | 第46-47页 |
| ·预处理模块的实现 | 第47-50页 |
| ·汉字编码及字符类型 | 第47-48页 |
| ·数据结构 | 第48-50页 |
| ·词频统计模块的实现 | 第50-52页 |
| ·单字出现频率统计 | 第50-51页 |
| ·相邻两字共现频率统计 | 第51-52页 |
| ·SVM处理模块 | 第52-53页 |
| ·切分和词典生成模块的实现 | 第53-56页 |
| ·词典数据结构 | 第53-54页 |
| ·词典存储 | 第54-56页 |
| 第五章 系统集成及试验分析 | 第56-63页 |
| ·生语料测试 | 第56-57页 |
| ·试验结果 | 第57-58页 |
| ·采用SVM的试验结果 | 第57-58页 |
| ·采用SVM—KNN的试验结果 | 第58页 |
| ·时间开销分析 | 第58-59页 |
| ·三种分词原理比较 | 第59-63页 |
| ·互信息原理 | 第59-60页 |
| ·N元统计模型 | 第60页 |
| ·t—测试原理 | 第60-61页 |
| ·比较分析结果 | 第61-63页 |
| 第六章 总结与展望 | 第63-64页 |
| ·设计总结 | 第63页 |
| ·设计展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要的研究成果 | 第69页 |
