| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.3 本文的研究内容及章节安排 | 第16-18页 |
| 第二章 基础知识 | 第18-28页 |
| 2.1 CRF模型简介 | 第18-21页 |
| 2.1.1 概率图模型简介 | 第18-20页 |
| 2.1.2 线性链马尔科夫随机场 | 第20-21页 |
| 2.2 HMM模型简介 | 第21-25页 |
| 2.2.1 基本原理与无监督训练 | 第21-25页 |
| 2.2.2 统计语言模型表示 | 第25页 |
| 2.3 词的分布式表示 | 第25-27页 |
| 2.3.1 分布式词表示的概念 | 第25-26页 |
| 2.3.2 分布式词表示的训练 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于CRF的命名实体识别 | 第28-36页 |
| 3.1 基于CRF的中文命名实体识别 | 第28-30页 |
| 3.1.1 序列标注问题 | 第28页 |
| 3.1.2 基于字或基于词 | 第28-29页 |
| 3.1.3 特征选取 | 第29页 |
| 3.1.4 训练及标注 | 第29-30页 |
| 3.2 实验 | 第30-35页 |
| 3.2.1 基于CRF的基本NER实验 | 第30-31页 |
| 3.2.2 人民日报与MSRA语料交叉实验 | 第31-32页 |
| 3.2.3 开放文本的NER实验 | 第32-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于HMM的半监督NER | 第36-43页 |
| 4.1 半监督的学习框架 | 第36-38页 |
| 4.2 实验 | 第38-42页 |
| 4.2.1 基于HMM特征的人民日报与MSRA跨语料实验 | 第38-39页 |
| 4.2.2 跨领域与跨风格实验 | 第39-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 基于字向量的半监督NER | 第43-52页 |
| 5.1 基于字向量特征的半监督NER结构 | 第43-45页 |
| 5.2 实验 | 第45-50页 |
| 5.3 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文工作总结 | 第52-53页 |
| 6.2 未来研究工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 作者攻读学位期间发表的学术论文目录 | 第60页 |