基于条件随机场的互联网文本命名实体识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1. 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 命名实体识别概述 | 第12页 |
| 1.4 互联网文本特点 | 第12-14页 |
| 1.5 本文研究内容与目标 | 第14页 |
| 1.6 本文的组织结构 | 第14-16页 |
| 2. 命名实体识别相关概述 | 第16-24页 |
| 2.1 命名实体识别方法 | 第16-19页 |
| 2.1.1 基于统计的方法 | 第16-17页 |
| 2.1.2 基于规则的方法 | 第17-18页 |
| 2.1.3 基于统计和规则相结合的方法 | 第18-19页 |
| 2.2 统计的语言模型 | 第19-23页 |
| 2.2.1 CRF模型 | 第19-20页 |
| 2.2.2 最大熵模型 | 第20-22页 |
| 2.2.3 隐马尔可夫模型 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3. 基于CRF的命名实体识别 | 第24-35页 |
| 3.1 算法思想及流程 | 第24-25页 |
| 3.2 文本规范化 | 第25页 |
| 3.3 分词 | 第25-28页 |
| 3.3.1 正向最大匹配分词 | 第25-26页 |
| 3.3.2 反向最大匹配分词 | 第26页 |
| 3.3.3 基于统计的词网格分词 | 第26-27页 |
| 3.3.4 分词结果 | 第27-28页 |
| 3.4 去噪 | 第28-29页 |
| 3.4.1 传统去噪 | 第28-29页 |
| 3.4.2 本文去噪方法 | 第29页 |
| 3.5 匹配规则库 | 第29-30页 |
| 3.5.1 规则引入 | 第29-30页 |
| 3.5.2 规则格式描述 | 第30页 |
| 3.6 CRF模型优化 | 第30-34页 |
| 3.6.1 特征选取 | 第30-31页 |
| 3.6.2 特征模板 | 第31-33页 |
| 3.6.3 参数设置 | 第33-34页 |
| 3.7 本章小结 | 第34-35页 |
| 4. 实验结果及分析 | 第35-47页 |
| 4.1 数据准备 | 第35-39页 |
| 4.1.1 语料的选取 | 第35页 |
| 4.1.2 语料分析 | 第35-36页 |
| 4.1.3 语料格式处理 | 第36-37页 |
| 4.1.4 训练语料格式 | 第37-38页 |
| 4.1.5 测试后的文本格式 | 第38页 |
| 4.1.6 训练集大小对命名实体识别的影响 | 第38-39页 |
| 4.2 实验环境 | 第39页 |
| 4.3 评价标准 | 第39-40页 |
| 4.4 文本规范化后实验结果及分析 | 第40-41页 |
| 4.4.1 实验结果 | 第40-41页 |
| 4.4.2 结果分析 | 第41页 |
| 4.5 加入匹配规则后实验结果及分析 | 第41-43页 |
| 4.5.1 实验结果 | 第41-42页 |
| 4.5.2 结果分析 | 第42-43页 |
| 4.6 与SEGTAG系统对比实验 | 第43-44页 |
| 4.6.1 实验结果 | 第43页 |
| 4.6.2 结果分析 | 第43-44页 |
| 4.7 与基于规则方法对比 | 第44页 |
| 4.7.1 实验结果 | 第44页 |
| 4.7.2 结果分析 | 第44页 |
| 4.8 系统平台显示 | 第44-46页 |
| 4.9 本章小结 | 第46-47页 |
| 5. 总结与展望 | 第47-49页 |
| 5.1 论文总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录:攻读学位期间发表的学术论文及参与项目 | 第53-54页 |
| 致谢 | 第54页 |
