| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-9页 |
| ·中文分词技术的难点 | 第9-11页 |
| ·分词规范的不确定性 | 第9-10页 |
| ·未登录词识别问题 | 第10页 |
| ·歧义切分问题 | 第10-11页 |
| ·跨领域的中文分词 | 第11页 |
| ·中文分词主要研究方法 | 第11-13页 |
| ·研究现状 | 第13页 |
| ·本文主要的工作 | 第13-15页 |
| 2 理论基础及统计语言模型 | 第15-25页 |
| ·统计自然语言处理 | 第15-16页 |
| ·隐马尔科夫模型(HMM) | 第16-18页 |
| ·隐马尔科夫原理 | 第16-17页 |
| ·隐马尔科夫模型在中文分词中的应用 | 第17-18页 |
| ·隐马尔科夫模型的局限性 | 第18页 |
| ·最大熵 | 第18-20页 |
| ·最大熵理论 | 第18-19页 |
| ·最大熵原理 | 第19-20页 |
| ·条件随机场模型 | 第20-25页 |
| ·无向图模型 | 第20-21页 |
| ·条件随机场的无向图结构及其势函数表示 | 第21-23页 |
| ·CRFs的最大似然估计 | 第23-25页 |
| 3 基于CRFs的中文分词 | 第25-33页 |
| ·基于字标注的CRFs中文分词 | 第25-28页 |
| ·标注方法 | 第25-26页 |
| ·特征抽取 | 第26-28页 |
| ·基于词图的CRFs中文分词 | 第28-31页 |
| ·词图在中文分词中的应用 | 第29-30页 |
| ·特征的选择 | 第30页 |
| ·解码方法 | 第30-31页 |
| ·使用CRFs进行中文分词的流程 | 第31-33页 |
| 4 联合字词解码的中文跨领域分词 | 第33-41页 |
| ·联合字词解码的分词算法 | 第33-34页 |
| ·长度偏置 | 第34-35页 |
| ·上下文变量 | 第35-37页 |
| ·利用语义相似信息提高未登录词的识别率 | 第37-39页 |
| ·基于字词联合解码的中文跨领域分词流程 | 第39-41页 |
| 5 实验结果与分析 | 第41-49页 |
| ·实验数据说明和评价标准 | 第41-42页 |
| ·跨领域分词实验结果 | 第42-47页 |
| ·长度偏置对分词结果的影响 | 第42-43页 |
| ·实验结果 | 第43-44页 |
| ·与Sighan Bakeoff 2010成果对比 | 第44-45页 |
| ·实验结果分析 | 第45-47页 |
| ·基于字的CRFs与字词联合解码的结果的比较 | 第47-48页 |
| ·方法讨论 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-56页 |