基于英汉平行语料库的命名实体对自动获取方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 图目录 | 第10-11页 |
| 表目录 | 第11-12页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文的主要内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 2 理论与技术基础 | 第17-34页 |
| 2.1 命名实体的基本概念和翻译特点 | 第17-20页 |
| 2.1.1 人名 | 第18页 |
| 2.1.2 地名 | 第18-19页 |
| 2.1.3 组织机构名 | 第19-20页 |
| 2.1.4 人名、地名和组织结构名的相互关系 | 第20页 |
| 2.2 现有的双语命名实体识别方法 | 第20-26页 |
| 2.2.1 单语命名实体识别方法 | 第21-24页 |
| 2.2.2 双语命名实体识别方法 | 第24-26页 |
| 2.3 统计机器翻译 | 第26-31页 |
| 2.3.1 基本原理和特点 | 第26-27页 |
| 2.3.2 IBM统计翻译模型 | 第27-29页 |
| 2.3.3 解码算法 | 第29-31页 |
| 2.4 最大熵模型 | 第31-34页 |
| 2.4.1 相关理论介绍 | 第31页 |
| 2.4.2 最大熵模型原理 | 第31-34页 |
| 3 平行语料库中命名实体等价对的获取 | 第34-43页 |
| 3.1 问题描述 | 第34页 |
| 3.2 系统框架及分析 | 第34-36页 |
| 3.3 命名实体识别 | 第36-37页 |
| 3.3.1 中文命名实体识别 | 第36页 |
| 3.3.2 英文命名实体识别 | 第36-37页 |
| 3.4 特征选取 | 第37-41页 |
| 3.4.1 音译模型特征 | 第37-39页 |
| 3.4.2 翻译模型特征 | 第39-41页 |
| 3.4.3 同现频率特征 | 第41页 |
| 3.4.4 词长度特征 | 第41页 |
| 3.5 基于最大熵的对齐模型 | 第41-43页 |
| 4 实验及分析 | 第43-47页 |
| 4.1 实验设置 | 第43-44页 |
| 4.1.1 实验语料 | 第43页 |
| 4.1.2 基线系统 | 第43页 |
| 4.1.3 实验环境 | 第43-44页 |
| 4.1.4 评测方法 | 第44页 |
| 4.2 实验结果及分析 | 第44-47页 |
| 5 结论与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第51-53页 |
| 学位论文数据集 | 第53页 |
