| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容及工作 | 第14-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 第2章 相关研究 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 命名实体识别相关概述 | 第17-24页 |
| 2.2.1 长短时记忆网络 | 第17-20页 |
| 2.2.2 双向长短时记忆网络-条件随机场 | 第20-22页 |
| 2.2.3 双向语言模型-双向长短时记忆网络-条件随机场 | 第22-24页 |
| 2.3 主题模型相关概述 | 第24-25页 |
| 2.4 卷积神经网络相关概述 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于主题模型的命名实体识别 | 第29-50页 |
| 3.1 引言 | 第29页 |
| 3.2 基于主题模型的命名实体识别 | 第29-37页 |
| 3.2.1 隐狄利克雷分布 | 第29-31页 |
| 3.2.2 词对主题模型 | 第31-33页 |
| 3.2.3 算法描述 | 第33-37页 |
| 3.3 实验 | 第37-49页 |
| 3.3.1 实验数据 | 第37-38页 |
| 3.3.2 实验设置 | 第38-40页 |
| 3.3.3 评价指标 | 第40-41页 |
| 3.3.4 实验结果 | 第41-48页 |
| 3.3.5 结果分析 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 基于CNN的命名实体识别及其改进 | 第50-63页 |
| 4.1 引言 | 第50页 |
| 4.2 基于CNN的命名实体识别 | 第50-57页 |
| 4.2.1 算法描述 | 第51-54页 |
| 4.2.2 算法改进 | 第54-57页 |
| 4.3 实验 | 第57-62页 |
| 4.3.1 实验设置 | 第57-58页 |
| 4.3.2 实验结果 | 第58-61页 |
| 4.3.3 结果分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文工作总结 | 第63页 |
| 5.2 不足与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71-72页 |