《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書》序
序
前言
第1章  緒論
  1.1  大數(shù)據(jù)
  1.2  云計算及hadoop簡介
  1.3  web搜索、全文索引與lucene簡介
    1.3.1  web搜索
    1.3.2  全文索引
    1.3.3  lucene簡介
  1.4  大數(shù)據(jù)挖掘
  1.5  本書主要內(nèi)容及其知識點
  1.6  本章小結(jié)
  參考文獻(xiàn)
第2章  大數(shù)據(jù)搜索挖掘綜述
  2.1  常用的信息檢索模型
    2.1.1  傳統(tǒng)布爾檢索與擴(kuò)展布爾檢索模型
    2.1.2  向量空間模型
    2.1.3  概率檢索模型
    2.1.4  語言模型
  2.2  自然語言理解與處理概述
  2.3  中文詞法分析中的分詞處理
    2.3.1  基于詞典和規(guī)則的漢字分詞
    2.3.2  基于大規(guī)模語料庫的統(tǒng)計學(xué)習(xí)的分詞方法
    2.3.3  規(guī)則和統(tǒng)計方法相結(jié)合的漢字分詞方法
  2.4  未登錄詞及其識別
    2.4.1  命名實體及其識別
    2.4.2  未登錄詞與新詞識別
  2.5  有意義串及其識別
  2.6  詞典組織與管理
    2.6.1  基于trie索引樹的詞典管理
    2.6.2  基于哈希表的詞典管理
  2.7  文本分類
  2.8  文本聚類
    2.8.1  文本表示
    2.8.2  相似度度量
    2.8.3  聚類算法體系
  2.9  話題識別與跟蹤
  2.10  句子及其檢索
    2.10.1  傳統(tǒng)的文檔檢索方法
    2.10.2  信息過濾方法
    2.10.3  分類方法
    2.10.4  語義比較方法
    2.10.5  隱馬爾可夫模型方法
    2.10.6  自動文摘方法
  2.11  句子級新信息檢測
    2.11.1  詞重疊度
    2.11.2  *大區(qū)間相關(guān)度
    2.11.3  余弦冗余度
    2.11.4  命名實體觸發(fā)方法
    2.11.5  統(tǒng)計機器翻譯模型
    2.11.6  lexrank方法
  2.12  本章小結(jié)
    參考文獻(xiàn)
第3章  大數(shù)據(jù)檢索與分詞
  3.1  概述
  3.2  分詞對中文信息檢索的影響
  3.3  分詞精度與檢索性能的關(guān)系
  3.4  大數(shù)據(jù)應(yīng)用環(huán)境下中文信息檢索的分詞算法及其特點
    3.4.1  分詞算法的時間性能要求高
……
第4章  基于層次隱馬爾可夫模型的淺層詞法分析
第5章  大數(shù)據(jù)語言新特征發(fā)現(xiàn)
第7章  大數(shù)據(jù)文本自動摘要
第8章  jzsearch大數(shù)據(jù)精準(zhǔn)搜索引擎
第9章  面向大數(shù)據(jù)的句子檢索與新穎性監(jiān)測
第10章  人物追蹤中的數(shù)據(jù)預(yù)處理與屬性抽取
第11章  人物模型組織與基于事件的信息處理
附錄a  ictclas／nlpir 2014漢語分詞系統(tǒng)介紹
附錄b  nlpir大數(shù)據(jù)搜索與挖掘共享開發(fā)平臺