中文信息抽取中的若干问题研究
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-14页 |
| ·信息抽取的含义 | 第7-8页 |
| ·信息抽取和信息检索 | 第8页 |
| ·中文信息抽取的特殊性 | 第8-9页 |
| ·信息抽取的历史和现状 | 第9-12页 |
| ·本文的主要研究内容和组织结构 | 第12-14页 |
| 第二章 基于数学统计的语言模型 | 第14-25页 |
| ·统计语言模型概述 | 第14-15页 |
| ·隐马尔科夫模型 | 第15-17页 |
| ·最大熵模型 | 第17-21页 |
| ·最大熵简单实例介绍 | 第18-19页 |
| ·最大熵模型框架概述 | 第19-21页 |
| ·最大熵马尔科夫模型 | 第21-22页 |
| ·条件随机域 | 第22-23页 |
| ·四种模型对比 | 第23-25页 |
| 第三章 中文自动分词 | 第25-34页 |
| ·引言 | 第25页 |
| ·中文自动分词的难点 | 第25-26页 |
| ·词典查询算法和数据结构的改进 | 第26-29页 |
| ·词典查询算法的现状 | 第26-27页 |
| ·分词词典机制 | 第27-29页 |
| ·中文自动分词算法的改进 | 第29-33页 |
| ·基于碎片合并的未登录词的推测算法 | 第29-31页 |
| ·N-最短路径词语粗分算法简介 | 第31页 |
| ·基于零孤立点原则的消歧算法 | 第31-33页 |
| ·中文自动分词步骤 | 第33页 |
| ·实验结果及分析 | 第33-34页 |
| 第四章 基于最大熵模型的中文命名实体识别 | 第34-42页 |
| ·引言 | 第34-35页 |
| ·中文命名实体识别的任务 | 第35-36页 |
| ·基于最大熵模型的中文命名实体识别 | 第36-40页 |
| ·特征选取 | 第37-39页 |
| ·参数估计 | 第39页 |
| ·解码算法 | 第39-40页 |
| ·实验结果及分析 | 第40-42页 |
| 第五章 基于CRF 的中文组块分析 | 第42-48页 |
| ·引言 | 第42页 |
| ·中文组块 | 第42-43页 |
| ·基于CRF的中文组块分析 | 第43-45页 |
| ·实验结果及分析 | 第45-48页 |
| 第六章 总结 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的学术论文 | 第53-54页 |
| 摘要 | 第54-57页 |
| ABSTRACT | 第57-60页 |
| 致谢 | 第60-61页 |
| 导师及作者简介 | 第61页 |
