| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究目标 | 第7页 |
| ·研究背景 | 第7-10页 |
| ·自动分词 | 第7-9页 |
| ·命名实体识别(Named Entity Recognition) | 第9-10页 |
| ·命名实体识别的意义 | 第10-11页 |
| ·为自动分词服务,提高分词精度 | 第10-11页 |
| ·为自然语言处理应用系统服务 | 第11页 |
| ·中文人名识别的难点 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第2章 国内外研究现状综述 | 第13-21页 |
| ·相关评测 | 第13-15页 |
| ·MUC | 第13页 |
| ·ACE | 第13-14页 |
| ·863评测 | 第14页 |
| ·Sighan Bakeoff | 第14-15页 |
| ·命名实体识别研究的历史及现状 | 第15-17页 |
| ·常用统计方法 | 第17-21页 |
| ·最大熵模型(Maximum Entropy,ME) | 第17页 |
| ·隐马尔可夫模型(Hidden Markov Model,HMM) | 第17-18页 |
| ·基于转换的错误驱动方法 | 第18-21页 |
| 第3章 人名识别的实例分析 | 第21-37页 |
| ·资源介绍 | 第21-22页 |
| ·支持工具 | 第21页 |
| ·语料来源 | 第21页 |
| ·人名实例 | 第21-22页 |
| ·高频姓氏人名实例库 | 第22页 |
| ·人名识别错误实例分析和归纳 | 第22-24页 |
| ·完善人名用字特征信息库 | 第24-26页 |
| ·现有人名用字特征信息库 | 第24-25页 |
| ·新增人名用字列表 | 第25-26页 |
| ·人名上下文特征 | 第26-37页 |
| ·人名上下文特征 | 第26-27页 |
| ·高频姓氏实例分析(任、于、高、原) | 第27-34页 |
| ·形式化 | 第34-37页 |
| 第4章 属性特征可信度计算 | 第37-53页 |
| ·基于可信度的人名识别方法 | 第37-39页 |
| ·计算可信度的意义 | 第37页 |
| ·现有统计方法的误区 | 第37-38页 |
| ·可信度计算方法 | 第38-39页 |
| ·人名属性特征可信度计算 | 第39-48页 |
| ·人名属性特征 | 第39页 |
| ·属性特征可信度计算 | 第39-48页 |
| ·人名上下文特征可信度计算 | 第48-52页 |
| ·可信度 | 第52-53页 |
| 第5章 实验结果及分析 | 第53-59页 |
| ·实验测试语料 | 第53页 |
| ·实验方法 | 第53页 |
| ·实验结果及分析 | 第53-59页 |
| ·人名内部特征可信度 | 第53-54页 |
| ·可信度 | 第54-55页 |
| ·系统测试结果 | 第55-56页 |
| ·错误分析 | 第56-58页 |
| ·总结 | 第58-59页 |
| 第6章 结束语 | 第59-61页 |
| ·本文研究总结 | 第59页 |
| ·后续工作展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 附录 | 第63-65页 |
| 致谢 | 第65页 |
