基于正向最大匹配算法优化算法ImpFMMseg实现-计算机应用技术专业论文.docxVIP

中南民族大学硕士论文中南民族大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权中南民族大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□，在年解密后适用本授权书。2、不保密√□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日第1章绪论1.1研究背景及意义互联网的迅猛发展和广泛普及，导致网络信息以几何级数的速度增长。那么，如何在庞大的互联网上尽快获取有效准确的信息，也就越来越成为网络用户关注的焦点。互联网问世之初，网民们只能从有限的站点内被动获取信息。随着BBS的出现，网民们开始有了网络社区的概念，在虚拟社区内通过发贴回贴的方式交换信息，可说是主动获取信息的原始途径，尚不能称之为模式。而我们今天最为熟悉的一种获取信息的模式——搜索引擎，随着互联网信息爆炸时代的到来，方应运而生。第一个较为知名的搜索引擎当属90年诞生的Archie，随后陆续问世的搜索引擎依次有Excite、Altvista、Overture、Google等。其中影响力最为广泛、应用范围最广的，无疑是Google。国内的搜索引擎虽然是自上世纪末本世纪初刚刚起步，在借鉴了国外搜索引擎的成功经验的基础上，也有不少优秀的搜索引擎问世，如百度、搜狗等。尽管有关研究人员在研发搜索技术上花费了不计其数的时间和精力，搜索引擎还是存在不少局限性，如信息丢失、信息无关、信息关联度不高、符合搜索条件的返回信息过多等，这使得网络用户对于现有的搜索技术仍然抱怨连篇。在这种情况下，显而易见，对更精确的信息搜索技术的市场需求量是非常可观，也是相当迫切的。如何有效改善搜索引擎的效率？在粗略了解了搜索引擎的现状以后，就不能不提及自然语言理解处理技术在该领域的应用意义。搜索引擎的应用必然涉及到文本输入，而从各种输入设备被输入的文本，无论源自哪个人种使用的语言，都属于自然语言的范畴，这是一个无法绕行的现实问题。自然语言，是指人类语言集团的本族语，如汉语、英语等，它是相对于C语言、JAVA语言等计算机语言[1]而言的。自然语言本身涉及到上下文以及当时使用的具体环境，具有多种含义，理解上存在不确定性，加上涉及知识面比较广的特点，缘于此，很多系统知难而退。还有，对自然语言的理解并非一个绝对的概念，还可能由于应用的对象或目的不同，如回答问题、执行命令或用于机器翻译等，衍生出种种理解上的偏差。因此，自然语言理解至今尚无公认的标准定义。由于自然语言理解的机器翻译[2]、语义理解[3]及人机会话技术等功能可使搜索技术更人性化、更方便易用，近年来其相关技术在搜索领域得到了广泛的应用。而汉语是全世界使用人数最多的自然语言，搜索引擎如何理解和处理中文就成了一个棘手却又无法绕开的问题。我们知道，英文的最小单位是单词，每个单词都有确定的意思，单词之间用空格隔开，也就是说，英文无需切分单词。而汉语则不然，汉语以字为单位，字与字之间没有约定俗成的分隔符，单个汉字可能独立成词，也可能要与其他字组合成多字词。汉语的模糊性、歧义性等特点，引出了搜索技术在处理英文信息时所没有遇到的一个新问题：汉语自动分词。1.2中文自动分词的发展概况说到中文自动分词的国内研究，从起步至今已有二十余个年头。从笔者收集整理的有资料记载可查的领域内重大事件来看，由于中文自动分词技术覆盖的学科知识较全面，有实力对其进行深入持续研究并获得不俗成果的科研机构国内只有为数不多的几家，如中科院、北大、清华、北京语言学院、东北大学、IBM研究院、微软中国研究院等。以下是笔者整理的国内对中文自动分词研究的一些主要成果：1980年前后，我国在中文自动分词方面取得初步进展之后，国内的学者开始对中文分类自动标引技术[4]进行深入研究，目前已经能通过对文中反映主题的关键词的自动抽取与筛选，实现主题自动标引。1983年，北航梁南元副教授第一个完成实用的CDWS自动分词系统[5]，实现了对2500万字的现代汉语词频统计工作。此后又有数个系统问世，并提出了12种分词方法。1987年，作为国家“七五”攻关课题之一的现代汉语分词规范和自动分词方法，已由北京航空航天大学、北京语言学院等十几家单位同时承担，并取得了可喜的进展，目前正向实用化发展。199