基于SVM和HMM算法的中文机构名称识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 论文的研究背景与意义 | 第9-10页 |
| 1.2 中文机构名称识别的研究现状 | 第10-12页 |
| 1.3 论文完成的主要工作 | 第12页 |
| 1.4 论文章节安排 | 第12-14页 |
| 第2章 中文机构名称简介 | 第14-18页 |
| 2.1 中文机构名称概述 | 第14-15页 |
| 2.2 中文机构名称构词规则 | 第15-16页 |
| 2.3 中文机构名称与其它中文命名实体的比较 | 第16-18页 |
| 第3章 中文机构名称后缀词的识别 | 第18-37页 |
| 3.1 整体模型概述 | 第18页 |
| 3.2 支持向量机模型简介 | 第18-24页 |
| 3.2.1 最优超平面的选择 | 第19-22页 |
| 3.2.2 非线性支持向量机和核函数 | 第22-23页 |
| 3.2.3 SMO算法 | 第23页 |
| 3.2.4 利用Libsvm解决SVM分类问题 | 第23-24页 |
| 3.3 中文机构名称后缀词识别 | 第24-28页 |
| 3.3.1 特征词词典的构建 | 第25-26页 |
| 3.3.2 SVM模型特征向量的表示 | 第26-28页 |
| 3.3.3 SVM模型判别过程 | 第28页 |
| 3.4 特征向量数据格式预处理 | 第28-32页 |
| 3.5 实验评价标准及结果 | 第32-37页 |
| 第4章 中文机构名称前缀词的识别 | 第37-52页 |
| 4.1 隐马尔可夫模型简介 | 第37-40页 |
| 4.1.1 隐马尔科夫模型 | 第37-38页 |
| 4.1.2 隐马尔科夫模型的应用 | 第38-40页 |
| 4.2 中文机构名称前缀词识别 | 第40-44页 |
| 4.2.1 隐马尔科夫模型的构建 | 第41-43页 |
| 4.2.2 隐马尔科夫模型的识别过程 | 第43-44页 |
| 4.3 隐马尔科夫模型数据预处理 | 第44-46页 |
| 4.4 识别中文机构名称前缀词实验结果 | 第46-50页 |
| 4.5 对比实验 | 第50-52页 |
| 第5章 总结及展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 作者简介及在校期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59-60页 |
