| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 术语与符号约定 | 第10-11页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究内容 | 第12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第二章 相关研究 | 第14-30页 |
| 2.1 地理领域命名实体识别 | 第14-22页 |
| 2.1.1 命名实体识别任务述 | 第14-15页 |
| 2.1.2 命名实体识别研究现状 | 第15-18页 |
| 2.1.3 地理领域命名实体识别任务述 | 第18-19页 |
| 2.1.4 地理领域命名实体识别研究现状 | 第19-21页 |
| 2.1.5 地理领域命名实体识别的主要问题和挑战 | 第21-22页 |
| 2.2 嵌套命名实体识别 | 第22-25页 |
| 2.2.1 嵌套命名实体识别任务述 | 第22-23页 |
| 2.2.2 将NNER作为序列标注问题的研究 | 第23页 |
| 2.2.3 将NNER作为分类问题的研究 | 第23-24页 |
| 2.2.4 基于规则的NNER问题研究 | 第24-25页 |
| 2.3 嵌套命名实体标注策略 | 第25-29页 |
| 2.3.1 分层标注 | 第25-26页 |
| 2.3.2 级联标注 | 第26-27页 |
| 2.3.3 串联标签标注 | 第27页 |
| 2.3.4 串联Token标注 | 第27-28页 |
| 2.3.5 解析树标注 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 地理领域嵌套命名实体语料库构建 | 第30-35页 |
| 3.1 语料库构建过程 | 第30页 |
| 3.2 地理命名实体的特点 | 第30-31页 |
| 3.3 地理命名实体类别的划分 | 第31页 |
| 3.4 标注粒度的选择 | 第31-32页 |
| 3.5 数据预处理 | 第32-33页 |
| 3.6 分层BIO标注 | 第33-34页 |
| 3.7 一致性检验和非法标记修正 | 第34页 |
| 3.8 本章小结 | 第34-35页 |
| 第四章 地理领域嵌套命名实体识别研究方法 | 第35-43页 |
| 4.1 基线方法 | 第35-36页 |
| 4.2 基于条件随机场的分层标注NNER | 第36-39页 |
| 4.2.1 条件随机场模型 | 第36页 |
| 4.2.2 特征选择 | 第36-37页 |
| 4.2.3 特征模板设计 | 第37-38页 |
| 4.2.4 实现过程 | 第38-39页 |
| 4.3 基于双向门递归单元神经网络的分层标注NNER | 第39-42页 |
| 4.3.1 双向门递归单元神经网络模型 | 第39-40页 |
| 4.3.2 词嵌入 | 第40-41页 |
| 4.3.3 学习算法 | 第41页 |
| 4.3.4 Dropout | 第41-42页 |
| 4.3.5 实现过程 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 地理领域嵌套命名实体识别实验与分析 | 第43-52页 |
| 5.1 实验设置 | 第43-45页 |
| 5.1.1 实验数据集 | 第43页 |
| 5.1.2 评价方法 | 第43-45页 |
| 5.2 基线方法实验 | 第45页 |
| 5.2.1 实验 | 第45页 |
| 5.2.2 实验结果分析 | 第45页 |
| 5.3 基于条件随机场的分层标注NNER实验 | 第45-48页 |
| 5.3.1 实验 | 第45-46页 |
| 5.3.2 实验结果分析 | 第46-48页 |
| 5.4 基于双向门递归单元神经网络的分层标注NNER实验 | 第48-49页 |
| 5.4.1 实验 | 第48页 |
| 5.4.2 实验结果分析 | 第48-49页 |
| 5.5 实验结果对比分析 | 第49-51页 |
| 5.5.1 三种方法的层次依赖评价对比分析 | 第49页 |
| 5.5.2 三种方法的层次独立评价对比分析 | 第49-50页 |
| 5.5.3 三种方法对各类别的识别性能对比分析 | 第50-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 未来展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-62页 |