面向中文社交媒體評論的詞法分析

第1 章中文分詞研究／1
1.1 研究背景和意義／2
1.2 中文分詞研究現(xiàn)狀／5
1.3 面臨的問題與挑戰(zhàn)／19
第2 章面向微博語料的新詞識別／22
2.1 新詞定義及其分析／23
2.2 新詞識別的統(tǒng)計量／26
2.3 新詞識別算法／33
第3 章面向微博語料的新詞識別方法的作用／43
3.1 新詞識別實驗語料介紹／43
3.2 新詞識別實驗評價方法／44
3.3 普通新詞識別實驗設(shè)計及結(jié)果分析／45
3.4 低頻新詞識別實驗設(shè)計及結(jié)果分析／50
3.5 小結(jié)／55
第4 章基于λ-主動學習的中文微博分詞方法／57
4.1 候選樣例池的構(gòu)建／58
4.2 基于半監(jiān)督學習方法的初始分詞器／70
4.3 λ-主動學習方法／72
第5 章基于λ-主動學習分詞方法的作用／79
5.1 λ-主動學習分詞方法實驗語料介紹／79
5.2 評價方法／80
5.3 基于規(guī)則修正的跨領(lǐng)域微博分詞結(jié)果／80
5.4 初始分詞器的分詞結(jié)果／82
5.5 λ-主動學習擴充的語料對LSTM 分詞器的影響／83
5.6 小結(jié)／86
第6 章基于深度神經(jīng)網(wǎng)絡(luò)的中文微博分詞／88
6.1 神經(jīng)網(wǎng)絡(luò)／89
6.2 基于LSTM 神經(jīng)網(wǎng)絡(luò)的中文分詞方法／90
6.3 基于BLSTM 神經(jīng)網(wǎng)絡(luò)的中文分詞方法／93
6.4 基于BLSTM 和CRFs的協(xié)同訓練微博分詞框架／96
第7 章基于深度神經(jīng)網(wǎng)絡(luò)的中文微博分詞的作用／107
7.1 基于深度神經(jīng)網(wǎng)絡(luò)的中文微博分詞實驗數(shù)據(jù)介紹／107
7.2 評價方法／107
7.3 λ-主動學習方法對LSTM 分詞器的影響／108
7.4 協(xié)同訓練方法的分詞結(jié)果／110
7.5 小結(jié)／116
參考文獻／118
索引／139