| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-17页 |
| ·论文研究的背景 | 第10-12页 |
| ·统计自然语言处理 | 第10-11页 |
| ·命名实体识别 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·生物命名实体研究发展的基本情况 | 第12页 |
| ·JNLPBA | 第12-13页 |
| ·BiOCreAtlvE | 第13-14页 |
| ·ABNER | 第14-15页 |
| ·国内外研究现状 | 第15页 |
| ·论文研究的意义 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 生物命名实体识别问题 | 第17-26页 |
| ·引言 | 第17页 |
| ·求解问题的方法 | 第17-23页 |
| ·隐马尔可夫模型(Hidden Markov Model，HMM) | 第18页 |
| ·最大熵马尔可夫模型(Maximum Entropy Markov Model，MEMM) | 第18-19页 |
| ·条件随机域模型(Conditional Random Field，CRF) | 第19-20页 |
| ·支持向量机模型(Support Vector Machine，SVM) | 第20-21页 |
| ·N元语法模型(n-gram) | 第21-23页 |
| ·问题求解过程中涉及的主要问题 | 第23-25页 |
| ·规则(或特征)的获取 | 第23页 |
| ·生物命名实体边界划分 | 第23-24页 |
| ·统计中的浮点数下溢问题 | 第24页 |
| ·数据稀疏问题 | 第24-25页 |
| ·评测方法 | 第25-26页 |
| 第三章 隐马尔可夫模型 | 第26-43页 |
| ·HMM理论基础 | 第26-29页 |
| ·马尔可夫链 | 第26-27页 |
| ·隐马尔可夫模型的定义 | 第27-28页 |
| ·隐马尔可夫模型的三个基本问题 | 第28-29页 |
| ·HMM的模型初始化 | 第29页 |
| ·计算HMM观测序列的概率 | 第29-31页 |
| ·前向过程 | 第30页 |
| ·后向过程 | 第30-31页 |
| ·前后向过程 | 第31页 |
| ·通过HMM确定最佳状态序列 | 第31-33页 |
| ·问题描述 | 第31-32页 |
| ·Viterbi算法 | 第32-33页 |
| ·HMM的参数沽计 | 第33-34页 |
| ·问题描述 | 第33页 |
| ·Baum-Welch算法 | 第33-34页 |
| ·数据平滑技术 | 第34-42页 |
| ·Additive平滑技术 | 第35-37页 |
| ·Good-Turing估计 | 第37-38页 |
| ·Jelinek-Mercer平滑技术 | 第38-39页 |
| ·Witten-Bell平滑技术 | 第39-40页 |
| ·绝对折扣法 | 第40-41页 |
| ·Katz平滑技术 | 第41页 |
| ·Kneser-Ney平滑技术 | 第41-42页 |
| ·隐马尔可夫模型的应用 | 第42-43页 |
| 第四章 基于统计的生物命名实体识别的算法 | 第43-68页 |
| ·引言 | 第43-44页 |
| ·环境及预处理 | 第44-47页 |
| ·编程环境 | 第44页 |
| ·预处理工作 | 第44-45页 |
| ·GENIA语料库简介 | 第45-47页 |
| ·训练模型 | 第47-61页 |
| ·基本思想 | 第47-49页 |
| ·定义HMM | 第49-51页 |
| ·词结构相似度(LSS) | 第51-53页 |
| ·符号预处理 | 第53-56页 |
| 4 3.5 K集中元素的获取 | 第56-59页 |
| ·A，B，п中的概率统计 | 第59-61页 |
| ·测试 | 第61-66页 |
| ·基本思想 | 第61-62页 |
| ·分词 | 第62-65页 |
| ·用Viterbi算法进行序列标注 | 第65-66页 |
| ·评测 | 第66-68页 |
| 第五章 实验及数据 | 第68-74页 |
| ·实验一 | 第68-70页 |
| ·实验二 | 第70-71页 |
| ·实验三 | 第71-72页 |
| ·比较与结论 | 第72-74页 |
| 第六章 总结与展望 | 第74-77页 |
| ·总结 | 第74页 |
| ·所做的工作 | 第74-75页 |
| ·下一步的工作 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 附录 | 第82-102页 |
| 附录A 标注GENIA语料库的36个类别 | 第82-83页 |
| 附录B 词结构相似度计算的代码 | 第83-90页 |
| 附录C 获取K集数据的代码 | 第90-94页 |
| 附录D 获取HMM参数A，B，п的代码 | 第94-97页 |
| 附录E 测试过程中对句子进行分词的代码 | 第97-101页 |
| 附录F 模型进行F评测的代码 | 第101-102页 |
