针对特定领域的中文新词发现技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 图表清单 | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究概况 | 第11-15页 |
| ·专业词汇抽取方法分类 | 第11-13页 |
| ·关联规则挖掘及其应用研究 | 第13页 |
| ·中文分词技术分类 | 第13-14页 |
| ·N-Gram 方法研究 | 第14-15页 |
| ·研究内容与文章框架 | 第15-16页 |
| ·本文的研究重点和创新点 | 第16-17页 |
| 第二章 相关理论和技术 | 第17-34页 |
| ·中文分词技术的理论和方法 | 第17-22页 |
| ·中文的特点 | 第17-18页 |
| ·基于字符串匹配的分词方法 | 第18-21页 |
| ·基于统计语言模型的分词算法 | 第21-22页 |
| ·新词发现技术 | 第22-25页 |
| ·基于规则的新词发现方法 | 第23-25页 |
| ·基于统计的新词发现方法 | 第25页 |
| ·N-Gram 模型介绍 | 第25-30页 |
| ·N-gram 方法的思想 | 第25-27页 |
| ·N-Gram 方法的过程 | 第27-28页 |
| ·N-Gram 方法在分词中的应用 | 第28-29页 |
| ·利用 N-Gram 方法进行分词的优缺点 | 第29-30页 |
| ·关联规则挖掘 | 第30-34页 |
| ·关联规则挖掘的思想 | 第30-31页 |
| ·关联规则挖掘的 Apriori 算法 | 第31-34页 |
| 第三章 中文分词方法的研究 | 第34-43页 |
| ·分词前的准备工作 | 第34-35页 |
| ·文档集处理 | 第34-35页 |
| ·其它设置 | 第35页 |
| ·利用改进的 N-Gram 方法进行分词 | 第35-43页 |
| ·算法描述 | 第35-40页 |
| ·算法应用 | 第40-43页 |
| 第四章 专业词汇抽取方法研究 | 第43-52页 |
| ·预处理过程 | 第43-47页 |
| ·预设专业词典 | 第43-44页 |
| ·预设噪声词词典 | 第44页 |
| ·高频噪声词的处理 | 第44-45页 |
| ·分词结果的分类和切割 | 第45-47页 |
| ·利用 Apriori 算法进行专业词汇挖掘 | 第47-50页 |
| ·最小支持度和最小置信度的设定 | 第47页 |
| ·挖掘算法及过程 | 第47-50页 |
| ·总结 | 第50-52页 |
| 第五章 新词发现原型系统的设计 | 第52-64页 |
| ·系统功能分析 | 第52-54页 |
| ·系统总体功能的描述 | 第52-53页 |
| ·预处理模块及其功能 | 第53页 |
| ·分词模块及其功能 | 第53页 |
| ·专业词汇提取模块及其功能 | 第53-54页 |
| ·系统实现 | 第54-57页 |
| ·预处理模块的实现 | 第54-55页 |
| ·分词模块的实现 | 第55-56页 |
| ·专业词汇提取模块的实现 | 第56-57页 |
| ·系统运行 | 第57-63页 |
| ·预处理模块的运行效果 | 第57-58页 |
| ·分词模块的运行效果 | 第58-62页 |
| ·专业词汇提取模块的运行效果 | 第62-63页 |
| ·总结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·论文总结 | 第64页 |
| ·研究展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70-71页 |
| 附录 | 第71-80页 |
