| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统方法 | 第11-12页 |
| 1.2.2 基于深度神经网络的方法 | 第12-14页 |
| 1.3 论文主要内容 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 汉语分词技术相关理论基础 | 第16-30页 |
| 2.1 问题分析与解决思路 | 第16-18页 |
| 2.1.1 汉语分词问题分析 | 第16页 |
| 2.1.2 汉语分词问题基本解决思路 | 第16-18页 |
| 2.2 传统的汉语分词方法介绍 | 第18-22页 |
| 2.2.1 基于规则的方法 | 第18-20页 |
| 2.2.2 规则与统计相结合的汉语分词方法 | 第20-21页 |
| 2.2.3 基于条件随机场的命名实体识别方法 | 第21-22页 |
| 2.3 基于深度神经网络模型的汉语分词方法 | 第22-28页 |
| 2.3.1 字向量表示 | 第23-24页 |
| 2.3.2 双向长短时记忆神经网络 | 第24-27页 |
| 2.3.3 卷积神经网络介绍 | 第27-28页 |
| 2.4 PRF评价方法 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 融合FOFE编码的汉语分词与命名实体识别方法研究 | 第30-55页 |
| 3.1 问题分析 | 第30页 |
| 3.2 融合上下文信息的序列标注系统 | 第30-38页 |
| 3.2.1 FOFE编码 | 第30-32页 |
| 3.2.2 FOFE编码与字向量的融合 | 第32-34页 |
| 3.2.3 融合了FOFE的Bi-LSTM-CRF网络 | 第34-38页 |
| 3.3 汉语分词与命名实体识别系统 | 第38-42页 |
| 3.3.1 系统框架 | 第38-40页 |
| 3.3.2 汉语分词标签化处理方法 | 第40-42页 |
| 3.3.3 未登录字处理方法 | 第42页 |
| 3.4 实验结果与分析 | 第42-54页 |
| 3.4.1 实验语料 | 第42-44页 |
| 3.4.2 基线系统 | 第44页 |
| 3.4.3 实验设置 | 第44-46页 |
| 3.4.4 实验结果与分析 | 第46-54页 |
| 3.5 本章小结 | 第54-55页 |
| 4 融合上下文信息的汉语专利文献术语抽取方法研究 | 第55-66页 |
| 4.1 问题分析 | 第55-56页 |
| 4.2 融合上下文信息的术语抽取系统 | 第56-62页 |
| 4.2.1 专利术语词典构建 | 第56-58页 |
| 4.2.2 专利文献标注方法 | 第58-60页 |
| 4.2.3 系统框架 | 第60-62页 |
| 4.3 实验结果与分析 | 第62-65页 |
| 4.3.1 实验语料 | 第62页 |
| 4.3.2 实验设置与基线系统 | 第62-63页 |
| 4.3.3 实验结果与分析 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |