基于最大熵模型的中文命名实体识别
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-13页 |
| 1．1 研究背景及意义 | 第7-9页 |
| 1．1．1 背景 | 第7页 |
| 1．1．2 重要性 | 第7-9页 |
| 1．2 国内外现状分析 | 第9-10页 |
| 1．3 研究内容及目标 | 第10-11页 |
| 1．4 论文的安排 | 第11-13页 |
| 2 命名实体识别综述 | 第13-21页 |
| 2．1 概述 | 第13-14页 |
| 2．2 人名、地名、组织机构名相关语言学知识 | 第14-16页 |
| 2．3 利用专家总结规则识别的方法 | 第16-17页 |
| 2．4 基于统计的模型识别 | 第17-21页 |
| 2．4．1 隐马尔可夫模型 | 第17-20页 |
| 2．4．2 最大熵模型 | 第20-21页 |
| 3 基于最大熵模型的命名实体识别 | 第21-37页 |
| 3．1 最大熵原理 | 第21-25页 |
| 3．1．1 引言 | 第21-22页 |
| 3．1．2 最大熵简单实例介绍 | 第22-23页 |
| 3．1．3 最大熵模型框架描述 | 第23-25页 |
| 3．2 特征 | 第25-29页 |
| 3．2．1 上下文特征 | 第25页 |
| 3．2．2 词性特征 | 第25页 |
| 3．2．3 标记特征 | 第25-26页 |
| 3．2．4 特征模板 | 第26-28页 |
| 3．2．5 特征选择 | 第28-29页 |
| 3．3 参数估计 | 第29-31页 |
| 3．3．1 GIS算法 | 第29-31页 |
| 3．3．2 IIS算法 | 第31页 |
| 3．4 解码算法 | 第31-36页 |
| 3．4．1 局部解码算法 | 第32页 |
| 3．4．2 Viterbi算法 | 第32-34页 |
| 3．4．3 树-栅格解码算法 | 第34-36页 |
| 3．5 最大熵模型的优点 | 第36-37页 |
| 4 系统实现 | 第37-49页 |
| 4．1 开发平台 | 第37页 |
| 4．2 数据库的设计 | 第37-38页 |
| 4．3 系统结构 | 第38-40页 |
| 4．4 预处理 | 第40-42页 |
| 4．4．1 日期短语表达式 | 第40-41页 |
| 4．4．2 货币表达式 | 第41页 |
| 4．4．3 数量词表达式 | 第41-42页 |
| 4．4．4 分数表达式 | 第42页 |
| 4．4．5 时间短语表达式 | 第42页 |
| 4．5 人名、地名以及组织机构名识别的本质 | 第42-44页 |
| 4．6 使用最大熵工具包生成模型 | 第44-46页 |
| 4．6．1 训练文件的组织与生成 | 第45-46页 |
| 4．6．2 使用最大熵工具包进行参数估计 | 第46页 |
| 4．6．3 更新数据库权值 | 第46页 |
| 4．7 解码的实现 | 第46-49页 |
| 4．7．1 查询数据库的方法 | 第47页 |
| 4．7．2 使用STL的方法 | 第47-49页 |
| 5 实验 | 第49-54页 |
| 5．1 实验条件 | 第49页 |
| 5．2 实验过程、结果及分析 | 第49-54页 |
| 5．2．1 性能指标 | 第49-50页 |
| 5．2．2 实验过程与结果 | 第50-51页 |
| 5．2．3 错误分析 | 第51-54页 |
| 6 总结与展望 | 第54-56页 |
| 6．1 总结 | 第54页 |
| 6．2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
