深层神经网络的藏文命名实体识别研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题背景及研究意义 | 第7-8页 |
| 1.2 国内外研究动态 | 第8-11页 |
| 1.2.1 基于规则和词典的方法 | 第8页 |
| 1.2.2 基于统计的方法 | 第8-10页 |
| 1.2.3 基于神经网络的方法 | 第10-11页 |
| 1.3 内容安排 | 第11-13页 |
| 第2章 藏文命名实体特征与相关技术 | 第13-22页 |
| 2.1 藏文命名实体的特征与识别难度分析 | 第13-16页 |
| 2.1.1 藏文命名实体的特征 | 第13-14页 |
| 2.1.2 藏文命名实体识别存在的难度 | 第14-16页 |
| 2.2 藏文命名实体标注集的构建 | 第16-17页 |
| 2.3 统计模型的实体识别方法与缺陷分析 | 第17-19页 |
| 2.3.1 HMM模型 | 第17-18页 |
| 2.3.2 CRF模型 | 第18-19页 |
| 2.4 瓶颈与困难分析 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 深层神经网络的藏文命名实体识别 | 第22-32页 |
| 3.1 神经网络理论基础 | 第22-26页 |
| 3.1.1 人工神经网络模型结构 | 第23-24页 |
| 3.1.2 优化算法概述 | 第24-25页 |
| 3.1.3 反向传播算法描述 | 第25-26页 |
| 3.2 深层神经网络的序列标注模型 | 第26-31页 |
| 3.2.1 词窗口的深层神经网络模型 | 第26-27页 |
| 3.2.2 循环神经网络模型 | 第27-28页 |
| 3.2.3 基于门控制的循环神经网络模型 | 第28-30页 |
| 3.2.4 Bi_LSTM+CRF模型 | 第30-31页 |
| 3.2.5 IDCNN+CRF模型 | 第31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 实验与结果分析 | 第32-39页 |
| 4.1 实验语料与标注集介绍 | 第32-34页 |
| 4.2 实验环境 | 第34页 |
| 4.3 测试方法与评测指标 | 第34-35页 |
| 4.4 结果分析 | 第35-37页 |
| 4.5 不同模型的性能对比 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 总结与展望 | 第39-41页 |
| 论文参考文献 | 第41-46页 |
| 附录一 | 第46-49页 |
| 附录二 | 第49-52页 |
| 读研期间参加的科研项目和研究成果 | 第52-53页 |
| 致谢 | 第53页 |
