隨著科技的發(fā)展和經(jīng)濟(jì)的騰飛,圖書館、新聞出版、企業(yè)等單位電子數(shù)據(jù)激增,可供人們選擇的信息迅速膨脹。這些文檔常常并非存在于結(jié)構(gòu)化的數(shù)據(jù)庫中,以TXT, DOC, HTML,XML, XLS, PPT, PDF等多種文檔格式存儲(chǔ)。當(dāng)人們需要某方面信息的時(shí)候,就要從這大量的文檔中提取有用的信息。然而目前的全文檢索系統(tǒng)或因特網(wǎng)搜索對(duì)中文信息在查全率和查準(zhǔn)率很難讓用戶滿意,這很大程度上與中文的語言特性相關(guān)。 本課題的研究重點(diǎn)是中文分詞。漢語自動(dòng)分詞是中文信息處理技術(shù)的“瓶頸”問題。各類分詞算法不下幾十種。圍繞提高分詞效率和精度,減少歧義,本文提出了知識(shí)分詞的思路,以各類知識(shí)體系為基礎(chǔ)建立分詞系統(tǒng)。 數(shù)據(jù)庫全文檢索技術(shù)也獲得了蓬勃的發(fā)展。各大數(shù)據(jù)庫廠商大都為自己的數(shù)據(jù)庫配置了全文檢索引擎。由于這種引擎是完全集成在數(shù)據(jù)庫中的,因此具有很高的效率,并且管理方便,易于使用,容易與數(shù)據(jù)庫應(yīng)用系統(tǒng)相關(guān)聯(lián)。本課題利用ORACLE大型數(shù)據(jù)庫提供的全文檢索引擎Oracle Text 建立一個(gè)病案全文檢索系統(tǒng),并將分詞系統(tǒng)與Oracle Text建立關(guān)聯(lián),提高全文檢索的查全率與查準(zhǔn)率。...

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 概述
    1.1 課題意義
    1.2 自然語言處理技術(shù)的理論基礎(chǔ)
    1.3 課題的研究策略和論文組織
第二章 全文檢索技術(shù)
    2.1 信息檢索的發(fā)展過程
    2.2 全文檢索技術(shù)的發(fā)展
    2.3 全文檢索的特點(diǎn)
    2.4 全文檢索所面臨的問題
    2.5 全文檢索的方法
第三章 中文分詞算法
    3.1 分詞的由來
    3.2 自動(dòng)分詞方法與技術(shù)
    3.3 目前存在的問題
    3.4 自動(dòng)分詞的作用與發(fā)展
    3.5 本章小結(jié)
第四章 知識(shí)分詞系統(tǒng)的研究
    4.1 知識(shí)分詞的相關(guān)理論
    4.2 知識(shí)分詞系統(tǒng)研究及實(shí)現(xiàn)
    4.3 歧義校正
第五章 病案全文檢索系統(tǒng)的實(shí)現(xiàn)
    5.1 系統(tǒng)需求說明
    5.2 ORACIE CONTEXT全文檢索的實(shí)現(xiàn)
    5.3 運(yùn)行過程與結(jié)果分析
第六章 結(jié)束語
參考文獻(xiàn)
碩士期間發(fā)表的論文
致謝
文獻(xiàn)綜述



本文編號(hào)：4054959