第1章 緒論
1．1 引言
1．2 機器學習概述
1．2．1 機器學習的基本概念
1．2．2 機器學習的發展歷程
1．2．3 機器學習的方法
1．3 機器學習的研究現狀
1．3．1 文本分類
1．3．2 目標檢測
1．4 機器學習中的主要算法
1．4．1 決策樹算法
1．4．2 樸素貝葉斯算法
1．4．3 支持向量機算法
1．4．4 人工神經網絡算法
1．4．5 深度學習
1．5 本書的結構和組織
參考文獻

第2章 甲骨文信息處理
2．1 甲骨文信息處理簡介
2．1．1 中文信息處理概述
2．1．2 甲骨文信息處理
2．2 甲骨文信息處理研究現狀
2．2．1 甲骨文輸入和可視化
2．2．2 甲骨文字形庫的構建
2．2．3 甲骨文數據庫
2．2．4 甲骨文字分割和識別
2．2．5 甲骨文拓片綴合
2．2．6 甲骨文語義分析
2．2．7 甲骨文計算機輔助翻譯技術研究
2．2．8 甲骨文著錄信息化
2．3 甲骨文字形結構分析及單字拆分
2．3．1 甲骨文字形結構分析
2．3．2 單字拆分過程及結果
2．4 總結
參考文獻

第3章 基于隱馬爾可夫模型技術的甲骨卜辭的分析研究
3．1 基于隱馬爾可夫模型技術的甲骨卜辭的研究背景和意義
3．1．1 研究背景
3．1．2 研究意義
3．2 自然語言處理綜述
3．2．1 自然語言處理概述
3．2．2 自然語言處理所涉及的幾個層次
3．2．3 自然語言處理的基本方法及發展
3．2．4 自然語言處理的研究現狀
3．3 隱馬爾可夫模型
3．3．1 隱馬爾可夫模型的定義
3．3．2 隱馬爾可夫模型理論基礎
3．3．3 隱馬爾可夫模型的形式描述
3．3．4 隱馬爾可夫模型的3個基本問題
……
第4章 基于支持向量機的甲骨文字結構分析研究
第5章 基于支持向量機的甲骨拓片圖像處理研究