导读:本文包含了双向最大匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:英汉名称音译,音节双向,最大化匹配,双语词库
双向最大匹配论文文献综述
蓝杨[1]（2017）在《基于音节双向最大化匹配的英汉名称音译》一文中研究指出目前的众多音译系统中,比较流行的主要有两种方法:基于短语统计的机器音译法和将翻译对象作为一种标签序列的条件随机域方法。相比于流行方法,研究一种更加简单直观、更具语言性和实用性、通用性的英汉名称音译方法 (音节双向最大化匹配),并建立基于此方法的双语词库和音译系统意义深远。(本文来源于《西南科技大学学报(哲学社会科学版)》期刊2017年06期）
陶伟[2]（2016）在《警务应用中基于双向最大匹配法的中文分词算法实现》一文中研究指出中文分词是信息提取、信息检索、机器翻译、文本分类、自动文摘、自然语言理解等中文信息处理领域的基础。目前中文分词依然是中文信息处理的瓶颈之一,本文对常见中文分词算法进行研究,并针对警务应用的场景,在经典的Jieba中文分词算法的逆向匹配法基础上提出双向最大匹配法,最后验证改进后的算法在中文分词准确度方面的提升。(本文来源于《电子技术与软件工程》期刊2016年04期）
陈克明[3]（2015）在《双向结合最大匹配算法在中文分词算法中的应用研究》一文中研究指出校园内的师生通过互联网搜索自己有价值或感兴趣的信息,是高校信息化服务内容的一部分。如何快速有效的获取最有价值的信息,中文分词是必不可少的。传统的中文分词算法以正向、反向或双向最大匹配算法为搜索算法,本文提出一种重组正向与逆向相结合的最大匹配算法,通过测试,搜索效果良好。(本文来源于《数码世界》期刊2015年12期）
陈之彦,李晓杰,朱淑华,付丹龙,邢诒海[4]（2015）在《基于Hash结构词典的双向最大匹配分词法》一文中研究指出针对当前自然语言处理中中文分词基于词典的机械分词方法,正序词典不能作为逆向最大匹配分词词典以及反序词典维护困难的问题,提出一种新的词典构造方法并设计了相应的双向最大匹配算法,同时在算法中加入了互信息歧义处理模块来处理分词中出现的交集型歧义。该算法可以在分词的过程中显着提高分词的精确度,适用于对词语切分精度要求较高的中文语言处理系统。(本文来源于《计算机科学》期刊2015年S2期）
徐玮,张茂军,熊志辉,王炜[5]（2008）在《基于双向最大相关与视差约束的特征点匹配》一文中研究指出提出一种基于双向最大相关与视差约束的特征点匹配方法,首先利用双向匹配策略来提高匹配精度,然后基于视差约束条件进一步剔除误匹配点,实验证明该算法不仅简单高效而且匹配精度高。(本文来源于《计算机工程与应用》期刊2008年28期）
麦范金,王挺[6]（2008）在《基于双向最大匹配和HMM的分词消歧模型》一文中研究指出提出一种消减分词切分歧义的模型。利用正向和逆向最大匹配方法对中文文本信息进行分词,基于隐马尔科夫模型对两次最大匹配的分词结果进行对比消歧,得到较为精确的结果。整个过程分为歧义发现、歧义抽取、歧义消除3个过程。测试结果显示,该模型能有效地降低分词歧义引起的错误切分率。(本文来源于《现代图书情报技术》期刊2008年08期）
双向最大匹配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
中文分词是信息提取、信息检索、机器翻译、文本分类、自动文摘、自然语言理解等中文信息处理领域的基础。目前中文分词依然是中文信息处理的瓶颈之一,本文对常见中文分词算法进行研究,并针对警务应用的场景,在经典的Jieba中文分词算法的逆向匹配法基础上提出双向最大匹配法,最后验证改进后的算法在中文分词准确度方面的提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双向最大匹配论文参考文献
[1].蓝杨.基于音节双向最大化匹配的英汉名称音译[J].西南科技大学学报(哲学社会科学版).2017
[2].陶伟.警务应用中基于双向最大匹配法的中文分词算法实现[J].电子技术与软件工程.2016
[3].陈克明.双向结合最大匹配算法在中文分词算法中的应用研究[J].数码世界.2015
[4].陈之彦,李晓杰,朱淑华,付丹龙,邢诒海.基于Hash结构词典的双向最大匹配分词法[J].计算机科学.2015
[5].徐玮,张茂军,熊志辉,王炜.基于双向最大相关与视差约束的特征点匹配[J].计算机工程与应用.2008
[6].麦范金,王挺.基于双向最大匹配和HMM的分词消歧模型[J].现代图书情报技术.2008