特定领域汉语分词标准制定方法的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 汉语分词研究现状 | 第12页 |
| 1.2.2 汉语分词标准研究现状 | 第12-13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 2 理论技术与基础 | 第16-27页 |
| 2.1 统计特征 | 第16-19页 |
| 2.1.1 频度值 | 第16-17页 |
| 2.1.2 AV值特征 | 第17-18页 |
| 2.1.3 卡方统计量特征 | 第18页 |
| 2.1.4 边界熵特征 | 第18-19页 |
| 2.2 决策树分类方法 | 第19-22页 |
| 2.2.1 决策树 | 第20-21页 |
| 2.2.2 常见决策树算法 | 第21-22页 |
| 2.3 基于序列标注的汉语分词方法 | 第22-26页 |
| 2.3.1 CRFs原理 | 第23-25页 |
| 2.3.2 标注集和特征模板 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于统计特征的分词标准制定方法 | 第27-40页 |
| 3.1 特定领域分词标准制定方法的思想 | 第28-30页 |
| 3.2 特定领域分词标准制定方法的设计 | 第30-38页 |
| 3.2.1 整体框架 | 第30-33页 |
| 3.2.2 基于决策树的分词标准构建 | 第33-36页 |
| 3.2.3 训练数据构建方法及特征模版 | 第36-38页 |
| 3.3 分词标准示例 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 特定领域分词模型上的应用 | 第40-52页 |
| 4.1 自动标注方法 | 第40-41页 |
| 4.2 自动标注系统的实现 | 第41-43页 |
| 4.3 实验设计 | 第43-46页 |
| 4.3.1 实验数据准备 | 第44页 |
| 4.3.2 分类模型选择实验 | 第44-45页 |
| 4.3.3 特征选择实验 | 第45页 |
| 4.3.4 分词系统选择实验 | 第45-46页 |
| 4.3.5 自动标注系统评测实验 | 第46页 |
| 4.4 实验评测与分析 | 第46-51页 |
| 4.4.1 评测指标 | 第46-47页 |
| 4.4.2 评测结果与分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 基于主动学习的切分歧义解决方法 | 第52-58页 |
| 5.1 交集型歧义切分问题 | 第52-53页 |
| 5.2 基于主动学习的局部数据标注方法 | 第53-55页 |
| 5.3 实验设计及结果 | 第55-57页 |
| 5.3.1 实验数据 | 第55页 |
| 5.3.2 歧义消除实验及其评价 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结和展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
