毕业论文

中文分词方法研究与实现

全套源代码加153893706

计算机工程系学生姓名： 学号：

计算机工程系

计算机科学与技术系 部：

计算机科学与技术

专 业：

指导教师：

二零一五 年 六 月

诚信声明

本人郑重声明：本设计(论文)及其研究工作是本人在指导教师的指导下独立完成的，在完成设计(论文)时所利用的一切资料均已在参考文献中列出。

本人签名： 年 月 日

毕业设计(论文)任务书

毕业设计(论文)题目： 中文分词方法研究与实现

系部： 计算机工程系 专业： 计算机科学与技术 学号：

学生： 指导教师(含职称)：

1．课题意义及目标

中文分词技术不断发展，各种中文分词系统层出不穷。中文分词技术应用也原来越广泛。如搜索引擎的应用、语音识别系统、机器翻译、自动分类校对等。学生应通过本次毕业设计，综合运用所学过的基础理论知识，深入中了解文分词技术，为学生在毕业后相关工作打好基础。

2．主要任务

研究常见的几种分词方法，阐述其原理、优缺点。

着重研究正向最大分词的原理，得出相关结论。

根据最大分词方法做出相应程序来实现对若干句子的分词，在记事本(或Word)中显示出来并比较几种分词方法的优缺点。

3．主要参考资料

[1] 宗成庆.统计自然语言处理[M].北京：清华大学出版社.2008：105-143．

[2] 刘件,魏程. 中文分词算法研究[J]. 微计算机应用. 2008, 29(8): 11-16.

[3] 崔彦翔.基于条件随机场的网络研究[D].大连:大连理工大学,2013.

4．进度安排

设计(论文)各阶段名称

起 止 日 期

1

分析目前常用的中文分词算法的原理及优缺点

2014年12月15日~3月1日

2

比较正向最大分中文分词方法与其他方法

2015年3月2日~3月13日

3

中文分词算法模型设计，设计完成一种更加先进的中文分词算法

2015年3月14日~3月21日

4

研究常见分词系统的实现架构和中文词库用法

2015年3月22日~4月4日

5

根据软件工程方法，进行中文分词系统设计

2015年4月5日~4月18日

6

中文分词系统编码和测试

2015年4月19日~5月4日

7

中文分词方法研究与实现论文撰写与答辩

2015年5月5日~6月22日

审核人： 年 月 日

中文分词方法研究与实现

摘 要

本毕业设计主要对几种常见的中文分词算法的切分结果进行了研究对比。阐述了分词算法的原理，着重研究了正向最大分词的原理，分析了分词算法的思想、数学模型及算法的实现。在以上分析研究的基础上，本毕业设计基于机械分词算法，结合了N-Gram模型在前人研究的基础上采用JAVA程序设计语言，结合更加优良的存储和匹配方法，设计出相应的分词程序，最终实现了对若干句子的分词，并在文本文档中显示出切分结果。同时相应的提高了中文分词的效率和正确率。

本毕业设计采用了先进的软件工程的设计方法，通过研究分析，使用概要设计、详细设计的方法，运用JAVA程序开发语言等技术手段，进行了系统化的设计与实现。本文的最后对本次设计及论文进行了总结，提出了需要改进之处并展望了中文分词算法的美好前景及应用。

关键字：中文分词，正确率，机械分词算法，JAVA语言

The Research and Implementation of Chinese Word Segmentation Algorithm

Abstract

The article researched the different of the common types of the results of the Chinese word segmentation ,and illustrated algorithm,especially the principle of forward maximum matching method,what’s more,this article has also analyzed the theory of segmentation al