音译外国人名自动识别的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 汉语自动分词 | 第8-10页 |
| 1.1.1 最大匹配法 | 第8-9页 |
| 1.1.2 逐词遍历匹配法 | 第9页 |
| 1.1.3 最大概率法分词 | 第9-10页 |
| 1.1.4 最佳匹配法 | 第10页 |
| 1.2 汉语自动分词的难点 | 第10页 |
| 1.3 音译外国人名自动识别研究现状 | 第10-11页 |
| 1.4 音译外国人名识别的意义和目前的问题 | 第11-12页 |
| 1.5 本论文的工作 | 第12-13页 |
| 2 专有名词自动识别模型 | 第13-25页 |
| 2.1 支持向量机 | 第13-15页 |
| 2.1.1 SVM的原理 | 第13-14页 |
| 2.1.2 SVM分类器的构造 | 第14-15页 |
| 2.2 隐马尔科夫模型(HMM) | 第15-18页 |
| 2.2.1 隐马尔科夫模型原理 | 第15-16页 |
| 2.2.2 HMM应用与音译外国人名识别 | 第16-17页 |
| 2.2.3 HMM的局限性 | 第17-18页 |
| 2.3 最大熵模型ME | 第18-20页 |
| 2.3.1 最大熵模型的基本理论 | 第18页 |
| 2.3.2 最大熵基本原理 | 第18-20页 |
| 2.4 条件随机场模型CRFs | 第20-25页 |
| 2.4.1 CRF的无向图结构及其势函数表示 | 第21-22页 |
| 2.4.2 CRFs的最大似然估计 | 第22-25页 |
| 3 基于统计的音译名识别模型 | 第25-38页 |
| 3.1 外国人名的使用规律 | 第25-27页 |
| 3.1.1 外国人名用字特点 | 第25页 |
| 3.1.2 名字用字分类 | 第25-26页 |
| 3.1.3 外国人名结构特点 | 第26页 |
| 3.1.4 音译外国人名识别中的上下文特征 | 第26-27页 |
| 3.1.5 外国人名识别的其他特点 | 第27页 |
| 3.2 音译外国人名识别的方法 | 第27-33页 |
| 3.2.1 潜在人名识别 | 第27-28页 |
| 3.2.2 潜在人名频度和可信度 | 第28-30页 |
| 3.2.3 潜在人名过滤 | 第30-31页 |
| 3.2.4 潜在姓名链建立 | 第31-33页 |
| 3.2.5 含潜在人名的分词 | 第33页 |
| 3.2.6 召回被过滤掉的潜在名字 | 第33页 |
| 3.3 模型建立与分析 | 第33-38页 |
| 3.3.1 主要数据结构 | 第34-35页 |
| 3.3.2 算法描述 | 第35-38页 |
| 4 实验及结果分析 | 第38-44页 |
| 4.1 实验数据说明 | 第38页 |
| 4.2 评价方法及实验结果 | 第38-39页 |
| 4.3 错误类型及原因分析 | 第39-42页 |
| 4.3.1 音译外国人名识别的结果分析 | 第39页 |
| 4.3.2 识别姓名时发生的错误分类及原因分析 | 第39-41页 |
| 4.3.3 影响统计模型是否有效的因素 | 第41页 |
| 4.3.4 关于统计模型的优点与缺点 | 第41-42页 |
| 4.4 本文的主要改进 | 第42-44页 |
| 4.4.1 含符号“·”或“-”的音译名处理 | 第42-43页 |
| 4.4.2 动态词典 | 第43-44页 |
| 5 结论与展望 | 第44-47页 |
| 5.1 结论 | 第44-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51-53页 |
