基于贝叶斯推理的搜索引擎设计与实现

基于贝叶斯推理的搜索引擎设计与实现

ID:34609883

大小:877.33 KB

页数:46页

时间:2019-03-08

基于贝叶斯推理的搜索引擎设计与实现_第1页
基于贝叶斯推理的搜索引擎设计与实现_第2页
基于贝叶斯推理的搜索引擎设计与实现_第3页
基于贝叶斯推理的搜索引擎设计与实现_第4页
基于贝叶斯推理的搜索引擎设计与实现_第5页
资源描述:

《基于贝叶斯推理的搜索引擎设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代号分类号10524学密号2012120187级专业硕士学位论文基于贝叶斯推理的搜索引擎设计与实现学位申请人姓名文真艳培养单位电子信息工程学院导师姓名及职称朱翠涛教授学研科究专方业向电子与通信工程下一代搜索引擎论文提交日期2014年5月29日学校代号:10524学密号:2012120187级:中南民族大学硕士学位论文基于贝叶斯推理的搜索引擎设计与实现学位申请人姓名:文真艳导师姓名及职称:朱翠涛教授培专养业单名位:称:电子信息工程学院电子与通信工程论文提交日期:论文答辩日期:2014年5月292014年5月25日日答辩委员会主席:王典洪教

2、授ThedesignandimplementationofinformationretrievalsystembasedonBayesianinferencebyWenZhenyanB.E.(South-CentralUniversityforNationalities)2012AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinElectronicandCommunicationofEngineeringintheGraduateSchoolofSouth-Cent

3、ralUniversityforNationalitiesSupervisorProfessorZhuCuitaoMay,2014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

4、,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、保密1,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:导师签名:日期:日期:年年月月日日中南民族大学硕士学位论文目录摘要························································································IAbstract····························

5、·························································II第1章绪论···········································································11.1研究背景·········································································11.2研究现状·····································································

6、···31.3论文主要工作···································································8第2章统计方法与规则相结合的分词方法·······································102.1问题描述·······································································102.2隐马尔科夫模型······························································112.3引入

7、上下文信息的二元概率模型分词算法·····························112.3.1准备语料································································122.3.2基于EM算法的切分文本概率模型建立算法················122.3.3分词算法模型······························

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。