新词识别和热词排名方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 课题研究意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-10页 |
| 1.4 本文难点 | 第10-11页 |
| 1.5 本文研究内容 | 第11页 |
| 1.6 本文的组织结构 | 第11-12页 |
| 2 新词检测的理论基础 | 第12-22页 |
| 2.1 自然语言处理概述 | 第12-15页 |
| 2.1.1 自然语言处理的研究与发展 | 第12页 |
| 2.1.2 自然语言处理的关键技术 | 第12-13页 |
| 2.1.3 自然语言处理研究的内容与难点 | 第13-15页 |
| 2.2 新词的定义与模式分析 | 第15-18页 |
| 2.2.1 新词的定义 | 第15-16页 |
| 2.2.2 新词的特征 | 第16-17页 |
| 2.2.3 新词的模式 | 第17-18页 |
| 2.3 新词检测方法概述 | 第18-21页 |
| 2.3.1 以规则为主的新词检测 | 第18-19页 |
| 2.3.2 以统计为主的新词检测 | 第19-20页 |
| 2.3.3 统计方法与规则方法融合 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 新词检测方法研究 | 第22-30页 |
| 3.1 目前新词检测方法的不足 | 第22页 |
| 3.2 本文方法的理论介绍 | 第22-25页 |
| 3.2.1 互信息 | 第23-24页 |
| 3.2.2 左右信息熵 | 第24-25页 |
| 3.3 候选新词获取方法 | 第25-26页 |
| 3.4 词语边界确定 | 第26-27页 |
| 3.5 垃圾串的过滤方法 | 第27页 |
| 3.6 本文新词检测方法步骤 | 第27-29页 |
| 3.7 本章小结 | 第29-30页 |
| 4 新词检测实验与性能评估 | 第30-43页 |
| 4.1 实验设计 | 第30-32页 |
| 4.1.1 实验环境 | 第30页 |
| 4.1.2 数据集选择 | 第30页 |
| 4.1.3 实验评价指标 | 第30-31页 |
| 4.1.4 实验目标 | 第31页 |
| 4.1.5 实验步骤 | 第31-32页 |
| 4.2 文本预处理 | 第32页 |
| 4.3 重复串统计 | 第32-34页 |
| 4.4 阈值的选择 | 第34-36页 |
| 4.5 垃圾词典的训练与提取 | 第36-37页 |
| 4.6 新词识别实验结果及分析 | 第37-41页 |
| 4.6.1 平均互信息性能 | 第37-38页 |
| 4.6.2 左右信息熵性能 | 第38页 |
| 4.6.3 平均互信息与信息熵结合性能图 | 第38-39页 |
| 4.6.4 Score 评价函数性能图 | 第39-40页 |
| 4.6.5 F 值对比图 | 第40页 |
| 4.6.6 垃圾过滤前后 F 值对比 | 第40-41页 |
| 4.7 与前人工作比较 | 第41-42页 |
| 4.8 本章小结 | 第42-43页 |
| 5 热词排名算法及实验分析 | 第43-58页 |
| 5.1 引言 | 第43-44页 |
| 5.1.1 热词定义 | 第43页 |
| 5.1.2 热词研究意义 | 第43页 |
| 5.1.3 热词的特点 | 第43-44页 |
| 5.1.4 目前热词排名方法分析 | 第44页 |
| 5.2 本文热词排名方法 | 第44-46页 |
| 5.2.1 贝叶斯平均法 | 第45页 |
| 5.2.2 牛顿冷却定律 | 第45-46页 |
| 5.3 实验设计 | 第46-57页 |
| 5.3.1 数据集选取 | 第46-47页 |
| 5.3.2 热词评价标准 | 第47页 |
| 5.3.3 实验目标 | 第47-48页 |
| 5.3.4 热词排名方法步骤 | 第48页 |
| 5.3.5 贝叶斯平均实验 | 第48-52页 |
| 5.3.6 牛顿冷却定律实验 | 第52-54页 |
| 5.3.7 改进热词评价值 | 第54-55页 |
| 5.3.8 实验结果分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58页 |
| 6.2 未来工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第64页 |
