首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于统计的汉语缩略语还原方法研究与实现

中文摘要第4-5页
Abstract第5-6页
第1章 绪论第10-20页
    1.1 研究目的和意义第10-11页
    1.2 英文缩略语研究现状第11-13页
    1.3 汉语缩略语研究现状第13-17页
        1.3.1 汉语缩略语知识库构建研究现状第13-14页
        1.3.2 汉语缩略语识别研究现状第14-15页
        1.3.3 汉语缩略语还原研究现状第15-17页
        1.3.4 汉语缩略语还原研究存在的主要问题第17页
    1.4 本文主要研究内容第17-18页
    1.5 本文的组织安排第18-20页
第2章 汉语缩略语语料库及知识库构建第20-26页
    2.1 引言第20页
    2.2 新闻媒体文本特点第20-21页
    2.3 汉语缩略语分类第21-22页
    2.4 缩略语扩展语料库第22-24页
    2.5 缩略语知识库构建第24-25页
    2.6 本章小结第25-26页
第3章 基于N-gram和机器翻译的汉语缩略语还原第26-42页
    3.1 引言第26页
    3.2 基于N-gram的汉语缩略语还原第26-36页
        3.2.1 缩略语还原候选构造第27-31页
        3.2.2 缩略语还原语言解码第31-36页
    3.3 基于机器翻译的汉语缩略语还原第36-38页
        3.3.1 基于词的对齐语料构建第37页
        3.3.2 基于短语的对齐语料构建第37-38页
    3.4 实验结果与分析第38-40页
        3.4.1 实验数据和评价指标第38页
        3.4.2 模型训练工具第38-39页
        3.4.3 缩略语还原候选构造对还原性能的影响第39-40页
        3.4.4 汉语缩略语还原实验结果第40页
    3.5 本章小结第40-42页
第4章 基于语义相似度的汉语缩略语还原第42-56页
    4.1 引言第42-43页
    4.2 基于语义相似度的汉语缩略语还原任务描述第43-44页
    4.3 还原候选的词向量模型第44-45页
        4.3.1 词向量模型第44页
        4.3.2 还原候选及缩略语上下文的词向量表示第44-45页
    4.4 缩略语还原语义相似度计算第45-46页
    4.5 语义相似度和N-gram相结合的汉语缩略语还原第46-48页
        4.5.1 基于N-gram结合语义相似度的汉语缩略语还原第46-47页
        4.5.2 基于语义相似度结合N-gram的汉语缩略语还原第47-48页
    4.6 实验结果与分析第48-55页
        4.6.1 实验设置第48-49页
        4.6.2 系统参数第49页
        4.6.3 基于语义相似度的实验结果与分析第49-52页
        4.6.4 N-gram结合语义相似度的实验结果与分析第52-54页
        4.6.5 语义相似度结合N-gram的汉语缩略语还原第54-55页
        4.6.6 基于N-gram和语义相似度的汉语缩略语还原性能对比第55页
    4.7 本章小结第55-56页
结论第56-58页
参考文献第58-62页
致谢第62-63页
攻读硕士学位期间发表的学术论文及参加的科研项目第63页

论文共63页,点击 下载论文
上一篇:基于XML技术的古籍编纂系统设计与实现
下一篇:基于Android的种鸡免疫信息管理软件设计