利用部分标注数据提高中文分词准确率的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源及研究目的和意义 | 第8页 |
| 1.2 中文分词技术及其相关理论的发展概况 | 第8-12页 |
| 1.2.1 中文分词研究现状 | 第9-11页 |
| 1.2.2 利用自然标注提高中文分词性能的研究 | 第11页 |
| 1.2.3 中文分词的领域适应问题 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 第2章 融合部分标注的统计中文分词模型 | 第13-34页 |
| 2.1 中文分词任务的建模 | 第13-15页 |
| 2.1.1 基于字的中文分词 | 第13-14页 |
| 2.1.2 基于词的中文分词 | 第14-15页 |
| 2.2 基于字的感知器中文分词模型 | 第15-19页 |
| 2.2.1 感知器与结构化感知器 | 第15-17页 |
| 2.2.2 部分标注数据与结构化感知机融合 | 第17-19页 |
| 2.3 基于词的感知器中文分词模型 | 第19-24页 |
| 2.3.1 基于词的结构化感知器 | 第19-22页 |
| 2.3.2 可以利用部分标注数据的非精确解码 | 第22-23页 |
| 2.3.3 非精确解码面临的问题 | 第23-24页 |
| 2.4 基于字的条件随机场的中文分词模型 | 第24-28页 |
| 2.4.1 条件随机场模型 | 第24-26页 |
| 2.4.2 利用部分标注的条件随机场 | 第26-28页 |
| 2.5 利用部分标注数据的三种模型的比较实验 | 第28-33页 |
| 2.5.1 实验设置 | 第28-31页 |
| 2.5.2 实验结果及分析 | 第31-33页 |
| 2.5.3 实验结论 | 第33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 使用词典与未标注语料构造部分标注数据 | 第34-41页 |
| 3.1 使用词典与未标注数据构造部分标注数据 | 第34-35页 |
| 3.2 词典实验 | 第35-40页 |
| 3.2.1 实验设置 | 第36-38页 |
| 3.2.2 未标注数据规模实验 | 第38页 |
| 3.2.3 词典匹配性能实验 | 第38-39页 |
| 3.2.4 实验结果与分析 | 第39-40页 |
| 3.2.5 实验结论 | 第40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 使用自然标注构造部分标注数据 | 第41-47页 |
| 4.1 使用自然标注构造部分标注数据 | 第41-43页 |
| 4.1.1 利用自然标注的潜在问题 | 第41-42页 |
| 4.1.2 使用选择领域选择获得更优的数据 | 第42-43页 |
| 4.2 自然标注数据实验 | 第43-46页 |
| 4.2.1 实验设置 | 第43-44页 |
| 4.2.2 数据选择的作用 | 第44页 |
| 4.2.3 实验结果 | 第44-45页 |
| 4.2.4 分析 | 第45-46页 |
| 4.2.5 数据混合 | 第46页 |
| 4.3 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-55页 |
| 攻读学位期间发表的学术论文 | 第55-57页 |
| 致谢 | 第57-58页 |
