第一个书签之前
（学术学位）
面向法律文书的中文分词方法研究
Research on Chinese Word Segmentation on Legal Documents
Abstract
目 录
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 研究现状
1.3.1 基于监督学习的中文分词方法
1.3.2 基于半监督学习的中文分词方法
1.3.3 基于无监督学习的中文分词方法
1.4 研究内容
1.5 组织结构
第2章 相关知识介绍
2.1 文本表示模型
2.1.1 向量空间模型
2.1.2 文本深度表示模型Word2Vec
2.2 条件随机场
2.3 长短时记忆神经网络
2.4 语料资源
2.5 性能评测指标
2.6 本章小结
第3章 基于主动学习的法律文书中文分词方法
3.1 问题描述及相关研究
3.2 基于主动学习的法律文书中文分词方法
3.2.1 结合不确定性和冗余性的样本选择策略
3.2.2 局部标注策略
3.3 实验结果与分析
3.3.1 实验设置
3.3.2 CRF与LSTM中文分词方法的结果
3.3.3 主动学习中文分词方法的结果
3.4 本章小结
第4章 基于整数线性规划的法律文书中文分词方法
4.1 问题描述及相关研究
4.2 基于整数线性规划的法律文书中文分词方法
4.2.1 基于LSTM模型的字符级中文分词方法
4.2.2 基于整数线性规划的中文分词方法
4.3 实验结果与分析
4.3.1 实验设置
4.3.2 基于字符级别和句子级别的中文分词结果
4.3.3 基于篇章级别的法律文书中文分词结果
4.4 本章小结
第5章 基于联合学习的跨领域法律文书中文分词方法
5.1 问题描述及相关研究
5.2 基于联合学习的跨领域法律文书中文分词方法
5.2.1 基于LSTM模型的法律文书中文分词方法
5.2.2 基于联合学习的跨领域中文分词方法
5.3 实验结果与分析
5.3.1 实验设置
5.3.2 基于联合学习的跨领域法律文书中文分词结果
5.4 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 下一步工作设想
参考文献
攻读学位期间公开发表的论文
攻读学位期间已授权的软件著作权
攻读学位期间参与的科研项目
致 谢
