| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·生物命名实体识别研究的特点及难点 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·本文的工作 | 第14-15页 |
| 2 相关统计模型 | 第15-23页 |
| ·条件随机域(CRFs)模型 | 第15-19页 |
| ·无向图结构 | 第15页 |
| ·势函数表示 | 第15-17页 |
| ·参数估计 | 第17-18页 |
| ·概率计算 | 第18-19页 |
| ·改进的条件随机域模型(Mecab) | 第19-23页 |
| ·词图信息 | 第19页 |
| ·改进的CRFs | 第19-21页 |
| ·特征选取 | 第21-23页 |
| 3 基于条件随机域(CRFs)的生物命名实体识别 | 第23-32页 |
| ·生物命名实体的类型与标注方法 | 第23-26页 |
| ·生物命名实体的定义 | 第23页 |
| ·生物命名实体的类型 | 第23页 |
| ·生物命名实体的标注方法 | 第23-26页 |
| ·基于CRFs的生物命名实体识别特征选取 | 第26-28页 |
| ·基于CRFs的生物命名实体识别模型构建 | 第28-32页 |
| 4 基于词典和机器学习相结合的生物命名实体识别 | 第32-42页 |
| ·系统流程 | 第32-34页 |
| ·词典的构建 | 第34-39页 |
| ·普通词典 | 第34-36页 |
| ·实体词典 | 第36-39页 |
| ·分组策略 | 第39-41页 |
| ·后续处理 | 第41-42页 |
| 5 实验结果与分析 | 第42-53页 |
| ·实验语料 | 第42页 |
| ·测评参数 | 第42-43页 |
| ·实验设计与实验结果分析 | 第43-53页 |
| ·各特征对生物命名实体识别的影响 | 第43-46页 |
| ·基于CRFs统计机器学习方法的生物命名实体识别 | 第46-47页 |
| ·不同标记集的识别结果 | 第47-48页 |
| ·基于词典和机器学习相结合的生物命名实体识别 | 第48-51页 |
| ·后续处理对识别效果的影响 | 第51页 |
| ·与相关文献的实验结果的比较 | 第51-52页 |
| ·实验展望 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录A 宾州树库词性标记集 | 第58-60页 |
| 附录B 英文停用词表 | 第60-61页 |
| 附录C JNLPBA2004训练语料集中高频前后缀词表 | 第61-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |