基于CRFs模型的引文标注技术研究与实现
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 引言 | 第11-17页 |
| 1.1 课题的研究背景 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-13页 |
| 1.3 课题的研究意义 | 第13-14页 |
| 1.4 本文的工作和组织结构 | 第14-17页 |
| 第2章 相关工作概述 | 第17-27页 |
| 2.1 研究背景 | 第17页 |
| 2.2 包装器技术 | 第17-18页 |
| 2.3 基于规则的序列抽取技术 | 第18-19页 |
| 2.4 基于统计学习模型的序列标注技术 | 第19-26页 |
| 2.4.1 隐马尔可夫模型 | 第19-21页 |
| 2.4.2 最大熵马尔可夫模型 | 第21-22页 |
| 2.4.3 条件随机场模型 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于CRFs模型的引文标注框架 | 第27-37页 |
| 3.1 基于CRFs模型的引文标注总体结构 | 第27-28页 |
| 3.2 模型学习 | 第28-33页 |
| 3.2.1 人工标注 | 第28-29页 |
| 3.2.2 结构学习 | 第29页 |
| 3.2.3 特征选取 | 第29-31页 |
| 3.2.4 参数估计 | 第31-33页 |
| 3.3 引文标注 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 基于词组粒度的CRFs模型的处理策略 | 第37-49页 |
| 4.1 基于单词粒度的CRFs模型的弊端 | 第37-40页 |
| 4.1.1 基于单词粒度的CRFs的训练集 | 第37-38页 |
| 4.1.2 基于单词粒度的错误情况和分析 | 第38-40页 |
| 4.2 基于词组粒度的CRFs模型 | 第40-48页 |
| 4.2.1 基于词组粒度的结构学习 | 第40-47页 |
| 4.2.2 模型其他步骤的相应改变 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第5章 系统的特征选取方法 | 第49-57页 |
| 5.1 特征与特征函数 | 第49-52页 |
| 5.1.1 特征函数的分类 | 第49-51页 |
| 5.1.2 特征与特征函数的实现 | 第51-52页 |
| 5.2 系统的特征选取方法 | 第52-56页 |
| 5.2.1 特征选取的要求 | 第53页 |
| 5.2.2 特征选取的分类 | 第53-55页 |
| 5.2.3 特征的获取方法 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 系统实现与实验分析 | 第57-69页 |
| 6.1 系统介绍 | 第57页 |
| 6.2 算法描述 | 第57-61页 |
| 6.2.1 参数估计 | 第57-60页 |
| 6.2.2 引文标注 | 第60-61页 |
| 6.3 系统运行过程 | 第61-63页 |
| 6.4 实验分析 | 第63-68页 |
| 6.4.1 实验环境 | 第63页 |
| 6.4.2 实验设置 | 第63-65页 |
| 6.4.3 粒度改变对标注性能的影响实验 | 第65-67页 |
| 6.4.4 特征选取对标注的性能的影响实验 | 第67-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| 7.1 本文工作总结 | 第69页 |
| 7.2 进一步研究的工作 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻硕期间发表的论文及参加的项目 | 第77页 |
