基于统计模型和神经网络的中文文本校对任务研究

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 论文研究内容

1.4 论文的组织架构

2 理论基础

2.1 自然语言处理的基本任务

2.1.1 中文分词

2.1.2 词性标注

2.2 统计语言模型

2.2.1 上下文无关模型

2.2.2 N-gram模型

2.2.3 决策树模型

2.3 神经网络模型

2.3.1 循环神经网络模型

2.3.2 长短时记忆网络模型

2.3.3 门控循环单元

2.3.4 自注意力机制

2.4 本章小结

3 中文文本校对算法设计

3.1 基于统计语言模型的文本校对

3.1.1 语言模型的设计

3.1.2 语言模型的构建及训练

3.1.3 规则与语言模型相结合的文本纠错

3.1.4 实验结果及分析

3.2 基于神经网络模型的文本校对

3.2.1 数据集及预处理

3.2.2 Seq2Seq模型介绍

3.2.3 基于LSTM的Seq2Seq中文文本纠错

3.2.4 实验结果及分析

3.3 基于混合模型的文本校对

3.3.1 混合模型的设计

3.3.2 实验结果及分析

3.4 本章小结

4 手写体中文文本校对Web应用系统设计与实现

4.1系统开发环境及配置

4.2 系统框架设计及工作流程图

4.3 系统平台主要函数

4.3.1 腾讯优图API

4.3.2 Django框架

4.4 系统运行结果及测试

4.5 本章小结

5 总结与展望

5.1 总结

5.2 未来工作展望

参考文献

个人简历

致谢