基于Stacking框架的命名实体识别
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-17页 |
·研究的目的与意义 | 第9页 |
·命名实体研究综述 | 第9-15页 |
·命名实体定义 | 第9-10页 |
·命名实体识别 | 第10-14页 |
·中文命名实体识别难点 | 第14-15页 |
·论文的主要工作 | 第15-16页 |
·本文的结构组织 | 第16-17页 |
2 Stacking框架理论 | 第17-22页 |
·多分类器组合 | 第17页 |
·投票方法 | 第17-18页 |
·Stacking框架原理 | 第18-20页 |
·分类器组合过程 | 第19-20页 |
·未知数据分类过程 | 第20页 |
·Stacking框架在本文中的应用 | 第20-22页 |
3 特征集描述 | 第22-26页 |
·局部基本特征 | 第22-24页 |
·基于字特征 | 第22页 |
·首字与尾字 | 第22-23页 |
·前接词与后接词 | 第23页 |
·基于位置特征 | 第23页 |
·数字、字母与特殊符号 | 第23-24页 |
·全局特征 | 第24-25页 |
·实体类别统计词典 | 第24页 |
·实体词缀统计词典 | 第24页 |
·实体尾字统计词典 | 第24-25页 |
·实体前导词统计词典 | 第25页 |
·外部字典资源 | 第25-26页 |
4 基于最大熵隐马尔可夫的命名实体识别 | 第26-36页 |
·最大熵马尔可夫模型 | 第26-31页 |
·隐马尔可夫模型介绍 | 第26-28页 |
·最大熵模型 | 第28-30页 |
·最大熵马尔可夫模型 | 第30-31页 |
·实验语料和评测指标 | 第31-33页 |
·实验语料 | 第31-32页 |
·实验的评测指标 | 第32-33页 |
·实验的框架及设置 | 第33页 |
·特征选择 | 第33-35页 |
·实验结果 | 第35-36页 |
5 基于条件随机域的命名实体识别 | 第36-40页 |
·条件随机域模型 | 第36-38页 |
·CRF定义 | 第36页 |
·标记偏置问题 | 第36-37页 |
·模型的数学表示 | 第37-38页 |
·实验语料和评测指标 | 第38-39页 |
·实验语料 | 第38页 |
·实验的评测指标 | 第38-39页 |
·实验的框架及设置 | 第39页 |
·特征选择 | 第39页 |
·实验结果 | 第39-40页 |
6 基于Stacking的命名实体识别 | 第40-48页 |
·支持向量机 | 第40-45页 |
·广义最优分类面 | 第40-42页 |
·支持向量机 | 第42-43页 |
·核函数 | 第43-44页 |
·核函数主要成分分析 | 第44-45页 |
·实验语枓 | 第45页 |
·实验结构设置 | 第45页 |
·SVM-NER的特征选择 | 第45-46页 |
·实验结果及分析 | 第46-48页 |
结论 | 第48-49页 |
参考文献 | 第49-52页 |
攻读硕士学位期间发表学术论文情况 | 第52-53页 |
致谢 | 第53-54页 |