基于统计机器学习的两阶段中文命名实体识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·命名实体的基本概念 | 第11-12页 |
| ·评测推动的命名实体识别 | 第12-16页 |
| ·消息理解会议 | 第12-13页 |
| ·自动内容抽取评测 | 第13-15页 |
| ·国际中文分词与命名实体识别竞赛 | 第15-16页 |
| ·本文的研究工作 | 第16-17页 |
| ·本文的组织安排 | 第17-19页 |
| 第二章 命名实体识别方法综述 | 第19-27页 |
| ·基于规则和知识的方法 | 第19-20页 |
| ·基于统计的方法 | 第20-21页 |
| ·混合方法 | 第21-23页 |
| ·中文命名实体识别 | 第23-27页 |
| ·中文命名实体识别的难点 | 第24页 |
| ·中文命名实体识别的相关工作 | 第24-27页 |
| 第三章 基于条件随机场的实体边界检测 | 第27-49页 |
| ·条件随机场模型 | 第27-33页 |
| ·条件随机场的定义 | 第27-28页 |
| ·条件分布 | 第28页 |
| ·参数估计 | 第28-30页 |
| ·优化的参数估计 | 第30-32页 |
| ·较其他模型的优越性 | 第32-33页 |
| ·特征模板 | 第33-42页 |
| ·开放测试特征模板 | 第34-38页 |
| ·封闭测试特征模板 | 第38-41页 |
| ·本文选用的特征模板 | 第41-42页 |
| ·标记集 | 第42-43页 |
| ·实验 | 第43-49页 |
| ·训练和测试语料 | 第43-44页 |
| ·实验设置 | 第44页 |
| ·实验指标 | 第44页 |
| ·实验结果 | 第44-46页 |
| ·结果分析 | 第46-47页 |
| ·时间复杂度分析 | 第47-49页 |
| 第四章 基于最大熵的实体类型识别 | 第49-57页 |
| ·最大熵模型 | 第49-52页 |
| ·相关定义 | 第49-50页 |
| ·约束 | 第50-51页 |
| ·最大熵原理 | 第51页 |
| ·参数估计 | 第51-52页 |
| ·特征模板 | 第52-53页 |
| ·本地特征 | 第52-53页 |
| ·全局特征 | 第53页 |
| ·实验 | 第53-57页 |
| ·训练和测试语料 | 第53页 |
| ·实验设置 | 第53-54页 |
| ·实验指标 | 第54页 |
| ·实验结果 | 第54页 |
| ·结果分析 | 第54-55页 |
| ·时间复杂性分析 | 第55-57页 |
| 第五章 一阶段与两阶段方法比较 | 第57-61页 |
| ·一阶段命名实体识别 | 第57-58页 |
| ·实验设置 | 第57页 |
| ·实验结果 | 第57-58页 |
| ·两种方法比较 | 第58-61页 |
| ·训练代价对比 | 第58-59页 |
| ·识别性能对比 | 第59-60页 |
| ·与SIGHAN2006最好成绩比较 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
