藏文文本分析与挖掘技术研究

针对当前藏文信息处理方面的发展情况，系统性地介绍了藏文文本分析与文本挖掘的基本理论和知识框架，内容涵盖了藏文文本分析挖掘处理的多方面内容。其中第1章对于藏文文字、藏文文法、藏文文本特征、藏文编码和藏文文本挖掘进行了总体性介绍，也为后面内容说明提供了前期的理论基础；第2章主要介绍藏文字符处理技术，分别针对藏文文字的结构特征、输入技术、规范化处理和结构识别方面进行了讨论；第3章从藏文词法分析方面出发，主要介绍了当前研究较多的藏文自动分词和词性标注的基本理论，并在后面列举了一些比较有代表性的研究内容；第4章主要是藏文句法分析，从藏文句法分析的主要任务出发，再结合藏文句子特点和类别特征，重点介绍了几种不同技术对于藏文句法分析的实例；第5章是藏文文本表示模型研究，重点关注了当前文本特征表示的方法，并在此基础上列举了一些藏文文本表示的研究实例；第6章是藏文文本分类算法的研究，通过对文本分类的流程、文本特征项的提取方法、文本分类算法和算法性能评价等理论知识的介绍，讨论了当前各种藏文分类算法的研究情况；第7章在藏文文本聚类算法研究中，主要考虑从其与藏文文本分类的对比介绍，通过聚类概念、任务和相关的几个重点问题的理论介绍，重点说明了文本聚类的一些特殊方法，并且列举了藏文文本聚类算法的研究实例；第8章为藏文web文本挖掘方法，主要针对web文本这一特殊类型的文本，也是当前产生最多的文本的具体处理方法的探讨，并提出了藏文web文本处理的具体方法。

第1章绪论
1.1藏文概述
1.1.1藏文文字的性质
1.1.2藏文文法的主要内容
1.2藏文文本特征
1.2.1藏文文字特征
1.2.2藏文词语特征
1.2.3藏文句子特征
1.3藏文编码标准情况
1.3.1ASCII码
1.3.2中文字符的编码
1.3.3藏文字符编码国家标准
1.3.4国际字符编码UNICODE及藏文字符编码国际标准
1.4藏文文本挖掘
1.4.1文本挖掘基本概念
1.4.2文本挖掘主要技术
1.4.3文本挖掘的一般过程
1.4.4文本挖掘面临的困难
第2章藏文字符处理
2.1藏字的结构
2.1.1藏字的结构分析
2.1.2藏字的构件
2.2藏文字符输入技术
2.2.1藏文字符键盘编码理论
2.2.2藏文字符键盘设计分析
2.2.3藏文字符键盘布局国家标准
2.2.4Windows藏文字符键盘输入技术
2.3藏文文字的规范化处理
2.3.1特殊符号的归一化
2.3.2外借词的藏文化处理
2.3.3黏着语的规范化处理
2.4藏文文字的结构识别
2.4.1小字符集编码的藏文音节结构
2.4.2现代藏文音节正字法知识
2.4.3藏文文字结构的辨识
2.4.4藏文音节构件的确定算法
第3章藏文词法分析
3.1藏文词法分析概述
3.1.1藏文词法分析研究的问题
3.1.2词法分析研究面临的困难
3.1.3一体化藏文词法分析框架
3.1.4藏文词法分析的意义与作用
3.1.5藏文词法分析的目标
3.2藏文自动分词
3.2.1藏文自动分词概述
3.2.2藏文分词的方法
3.2.3基于条件随机场的藏文分词方法值
3.2.4藏文未登录词的处理方法
3.3藏文词性标注
3.3.1藏文词类标记集
3.3.2基于优选熵模型的藏文词性标注
3.4藏族人名识别
3.4.1藏族人名的结构
3.4.2藏族人名的特点
3.4.3藏族人名的识别策略
3.4.4基于词位的藏族人名识别方法
3.4.5基于条件随机场的藏族人名识别
3.5藏文词处理方法测评
3.5.1黄金标准
3.5.2评价指标
第4章藏文句法分析
4.1句法分析概述
4.1.1句法分析概念
4.1.2句法分析基本策略
4.2藏文句子概述
4.2.1藏文句子概念
4.2.2藏文句子特点
4.2.3藏文句尾词性特征分析
4.3藏文句子类别
4.3.1藏文句子分类
4.3.2藏文句子基本结构
4.3.3藏文句型分类
4.3.4藏文句型功能特征分析
4.4藏文句法分析
4.4.1句法分析概述
4.4.2基于概率上下文无关文法的藏语句法分析
4.4.3藏文依存句法分析
第5章藏文文本表示模型研究
5.1文本表示概述
5.2文本特征项
5.3文本特征表示方法
5.3.1基于字的特征表示法
5.3.2基于词的特征表示法
5.3.3基于短语的特征表示法
5.3.4基于概念的特征表示法
5.4藏文文本表示方法研究
第6章藏文文本分类算法研究
6.1文本分类概述
6.1.1文本分类定义
6.1.2自动文本分类
6.1.3文本分类的基本流程
6.1.4文本分类的应用领域
6.2文本特征提取方法
6.2.1率统计法
6.2.2互信息法
6.2.3信息增益法
6.2.4卡方检验法
6.2.5其他方法
6.3文本分类算法
6.3.1朴素贝叶斯模型
6.3.2支持向量机算法
6.3.3KNN算法
6.4算法性能评价
6.4.1二元分类评价
6.4.2多类问题评价
6.5藏文文本分类算法研究
6.5.1基于朴素贝叶斯的藏文文本分类研究
6.5.2基于KNN模型的藏文文本分类研究
6.5.3基于SVM：的藏文文本分类研究
第7章藏文文本聚类算法研究
7.1文本聚类概述
7.1.1文本聚类的概念
7.1.2文本聚类的任务
7.1.3文本分类的应用领域
7.2文本聚类分析的常用特征表示
7.3文本相似性度量
7.3.1样本间的相似性
7.3.2簇间的相似性
7.3.3样本与簇间的相似性
7.4文本聚类方法
7.4.1划分聚类方法
7.4.2层次聚类方法
7.4.3密度聚类方法
7.4.4基于模型的聚类
7.4.5竞争聚类类型
7.5聚类算法性能评估
7.6藏文文本聚类方法
第8章藏文web文本挖掘方法研究
8.1web文本挖掘概述
8.1.1web文本数据应用及特点
8.1.2web文本挖掘及挖掘类型
8.1.3web文本挖掘过程
8.2网页结构特点
8.2.1网页特征
8.2.2N页结构
8.2.3网页架构
8.3web文本信息获取方式
8.3.1网络爬虫
8.3.2其他web信息程序获取方式
8.3.3web文本信息抽取
8.3.4自然语言文本结构化信息抽取
8.4web信息文本抽取相关知识
8.4.1XPath技术
……