基于动态贝叶斯网的中文专有名词识别
| 第一章 引言 | 第1-20页 |
| ·专有名词识别的意义 | 第14-15页 |
| ·术语学方面 | 第14页 |
| ·词义消歧及检索辞典方面 | 第14-15页 |
| ·未登录词问题 | 第15页 |
| ·信息抽取研究领域 | 第15页 |
| ·识别专有名词的复杂性 | 第15-16页 |
| ·专有名词识别的现状及趋势 | 第16-17页 |
| ·可用于专有名词的三类识别方法 | 第17-18页 |
| ·半监督法 | 第17页 |
| ·目的性法 | 第17页 |
| ·无监督法 | 第17-18页 |
| ·论文的主要工作及成果 | 第18页 |
| ·论文结构 | 第18-20页 |
| 第二章 动态贝叶斯网理论简介 | 第20-27页 |
| ·状态—空间模型 | 第20-22页 |
| ·贝叶斯网模型 | 第22-24页 |
| ·动态贝叶斯网 | 第24-27页 |
| ·动态贝叶斯网表示 | 第24-25页 |
| ·动态贝叶斯网推导 | 第25页 |
| ·动态贝叶斯网的训练学习 | 第25-27页 |
| ·参数训练 | 第26页 |
| ·结构训练 | 第26-27页 |
| 第三章 基准模型Nymble简介 | 第27-31页 |
| ·Nymble模型的概念型描述 | 第27-28页 |
| ·Nymble模型的形式化描述 | 第28-30页 |
| ·基本模型 | 第28-29页 |
| ·概率计算 | 第29页 |
| ·补偿模型及平滑机制 | 第29-30页 |
| ·未登录词处理模型 | 第29页 |
| ·补偿模型及平滑机制 | 第29-30页 |
| ·Nymble与隐马尔科夫模型的比较 | 第30-31页 |
| 第4章 动态贝叶斯网识别专有名词 | 第31-40页 |
| ·基准系统 | 第32-33页 |
| ·ACE中专有名词及其提及简介 | 第32-33页 |
| ·人名(PER) | 第32页 |
| ·组织机构名(ORG) | 第32-33页 |
| ·地理政治地名(GPE.LOC) | 第33页 |
| ·中文专有名词基准识别 | 第33页 |
| ·互指消解 | 第33页 |
| ·可信度评估 | 第33-36页 |
| ·动态贝叶斯网专有名词识别 | 第36-39页 |
| ·专有名词识别动态贝叶斯模型 | 第36-39页 |
| ·模型的结构 | 第37-38页 |
| ·模型的实现 | 第38-39页 |
| ·实验设计与分析 | 第39-40页 |
| 结论与展望 | 第40-41页 |
| 参考文献 | 第41-42页 |
| 发表文章 | 第42-43页 |
| 致谢 | 第43-44页 |
| 个人简况及联系方式 | 第44-45页 |
| 承诺 | 第45页 |
