| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 命名实体识别研究 | 第10-11页 |
| 1.2.2 深度学习方法研究 | 第11-13页 |
| 1.3 研究内容 | 第13-15页 |
| 1.4 内容安排 | 第15-16页 |
| 第2章 中文命名实体识别与深度学习相关技术综述 | 第16-30页 |
| 2.1 中文命名实体识别 | 第16-21页 |
| 2.1.1 任务概述 | 第16-17页 |
| 2.1.2 常用方法简介 | 第17-21页 |
| 2.2 深度学习 | 第21-29页 |
| 2.2.1 前馈神经网络 | 第22-24页 |
| 2.2.2 循环神经网络 | 第24-26页 |
| 2.2.3 词向量和神经网络语言模型 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于神经网络的字符级中文命名实体识别 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 长短期记忆模型 | 第30-33页 |
| 3.3 基于双向长短期记忆模型的字符级中文命名实体识别 | 第33-35页 |
| 3.3.1 模型架构 | 第33-34页 |
| 3.3.2 特征 | 第34-35页 |
| 3.4 实验 | 第35-37页 |
| 3.4.1 实验数据 | 第35页 |
| 3.4.2 参数设置 | 第35页 |
| 3.4.3 实验结果与分析 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于神经网络的片段级中文命名实体识别 | 第39-57页 |
| 4.1 引言 | 第39-40页 |
| 4.2 半马尔可夫条件随机场 | 第40-42页 |
| 4.3 基于双向长短期记忆模型的片段级中文命名实体识别 | 第42-45页 |
| 4.4 基于组合神经网络模型的片段级中文命名实体识别 | 第45-48页 |
| 4.5 片段信息特征表示 | 第48-50页 |
| 4.5.1 片段内部单元特征 | 第48-49页 |
| 4.5.2 片段整体特征 | 第49页 |
| 4.5.3 片段相关扩展特征 | 第49-50页 |
| 4.6 实验 | 第50-56页 |
| 4.6.1 实验方案 | 第50-51页 |
| 4.6.2 实验数据 | 第51页 |
| 4.6.3 参数设置 | 第51-52页 |
| 4.6.4 实验结果与分析 | 第52-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 本文总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 在读期间参加的科研项目和研究成果 | 第65-66页 |
| 致谢 | 第66页 |
