HMM增量学习算法在中文命名实体识别中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·研究内容 | 第14-15页 |
| ·本文组织结构 | 第15页 |
| 第二章 基本理论介绍 | 第15-38页 |
| ·命名实体识别 | 第16-18页 |
| ·命名实体的概念 | 第16页 |
| ·命名实体识别的难点 | 第16-17页 |
| ·命名实体识别的主要技术 | 第17页 |
| ·命名实体识别的测评标准 | 第17-18页 |
| ·隐马尔可夫模型 | 第18-34页 |
| ·马尔可夫模型 | 第19页 |
| ·HMM 的构成 | 第19-21页 |
| ·HMM 的主要算法 | 第21-29页 |
| ·HMM 的实现问题 | 第29-32页 |
| ·模型的相似性比较 | 第32-33页 |
| ·基于HMM 的分类问题 | 第33-34页 |
| ·增量学习 | 第34-37页 |
| ·增量学习的思想 | 第34-35页 |
| ·增量学习算法的分类 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 HMM 的增量学习算法 | 第38-45页 |
| ·HMM 增量学习的研究现状 | 第38-39页 |
| ·HMM 增量学习的关键问题 | 第39-40页 |
| ·新数据的数量 | 第39页 |
| ·新数据的权重 | 第39-40页 |
| ·新旧知识的融合 | 第40页 |
| ·四种典型的HMM 增量学习算法 | 第40-44页 |
| ·增量BW 算法 | 第40-41页 |
| ·追加训练 | 第41-42页 |
| ·集成训练 | 第42-43页 |
| ·集成HMM 的集成训练 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于HMM 的命名实体识别系统 | 第45-66页 |
| ·语料库的建立 | 第45-46页 |
| ·构建模型 | 第46页 |
| ·系统设计 | 第46-49页 |
| ·系统实现 | 第49-54页 |
| ·数据预处理 | 第49-51页 |
| ·人工标注 | 第51页 |
| ·ML 算法 | 第51-52页 |
| ·Baum-Welch 算法 | 第52-53页 |
| ·Viterbi 算法 | 第53页 |
| ·目标验证 | 第53-54页 |
| ·实验与分析 | 第54-65页 |
| ·人名识别 | 第54-60页 |
| ·机构名识别 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 增量HMM 的命名实体识别 | 第66-74页 |
| ·未登录词问题 | 第66-67页 |
| ·算法比较 | 第67-68页 |
| ·实验与分析 | 第68-73页 |
| ·人名识别的增量学习 | 第68-71页 |
| ·机构名识别的增量学习 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 总结与展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 附录1 北京大学汉语词性标注标记集 | 第80-81页 |
| 附录2 人名识别HMM 模型图 | 第81-82页 |
| 附录3 机构名识别HMM 模型图 | 第82-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
