首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

从可比较语料中抽取中英命名实体等价对

摘要第1-5页
Abstract第5-8页
1 绪论第8-12页
   ·研究背景第8-9页
   ·研究意义第9页
   ·研究现状第9-10页
   ·本文工作第10-12页
2 可比较语料库挖掘命名实体等价对第12-18页
   ·问题描述第12-13页
   ·系统框架第13-14页
   ·问题分析第14页
   ·相关模型第14-18页
     ·统计机器翻译第14-16页
     ·判别学习模型第16-18页
3 基于多特征的命名实体等价对挖掘第18-35页
   ·命名实体识别第18-19页
     ·中文命名实体识别第18页
     ·英文命名实体识别第18-19页
   ·命名实体扩展第19-21页
   ·特征选取第21-34页
     ·音译特征第22-24页
     ·翻译特征第24-27页
     ·英中匹配特征第27-29页
     ·中英匹配特征第29-31页
     ·长度特征第31-33页
     ·上下文向量特征第33-34页
   ·命名实体等价对计算模型第34-35页
4 判别学习第35-43页
   ·命名实体等价对判别学习定义第35-36页
   ·基于MSR算法的多特征融合第36-41页
     ·损失函数第36-37页
     ·线性搜索第37-39页
     ·特征选择第39-40页
     ·权重计算第40-41页
   ·阀值限定第41-43页
5 实验与评估第43-53页
   ·资源第43-44页
     ·评价方法第43页
     ·语料第43-44页
   ·实验第44-52页
     ·命名实体扩展实验第44-45页
     ·类型依赖的特征影响第45-48页
     ·特征融合第48-49页
     ·实验结果第49-51页
     ·实验对比第51-52页
   ·实验总结第52-53页
结论第53-54页
参考文献第54-57页
攻读硕士学位期间发表学术论文情况第57-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:基于ML_pLSA模型和特征包算法的目标识别方法
下一篇:H.264并行编码算法设计及其在GPU上的实现