首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CRF的命名实体和关系的联合抽取

摘要第1-4页
ABSTRACT第4-5页
目录第5-8页
表格索引第8-9页
插图索引第9-11页
第一章 引言第11-15页
   ·研究背景第11-12页
   ·研究动机第12-13页
   ·研究意义第13页
   ·论文的研究内容及论文安排第13-15页
第二章 相关研究第15-35页
   ·相关的机器学习方法第15-23页
     ·隐马尔可夫模型第15-19页
     ·最大熵马尔可夫模型第19-20页
     ·条件随机场第20-23页
   ·独立的命名实体识别和关系抽取的方法第23-30页
     ·命名实体识别第23-27页
     ·关系抽取第27-30页
   ·自然语言处理中的联合学习第30-33页
   ·本章小结第33-35页
第三章 命名实体识别第35-49页
   ·命名实体的定义第35-36页
     ·命名实体的概念及分类第35-36页
     ·命名实体的数学定义第36页
   ·评价标准第36-37页
   ·基于CRF 的命名实体识别第37-44页
     ·系统结构第38页
     ·人名识别第38-40页
     ·机构名识别第40-43页
     ·CRF 模型训练与预测第43-44页
   ·命名实体识别的实验与结果第44-47页
     ·实验语料第44-45页
     ·实验结果第45-46页
     ·结果分析第46-47页
   ·本章小结第47-49页
第四章 关系抽取第49-57页
   ·关系的定义第49-50页
     ·关系的概念与分类第49页
     ·关系的数学定义第49-50页
   ·评价标准第50-51页
   ·基于最大熵的关系分类第51-54页
     ·系统结构第51页
     ·命名实体识别第51-52页
     ·实体对的构建第52页
     ·特征的选取第52-53页
     ·模型训练与预测第53-54页
   ·关系分类的实验与结构第54-56页
     ·实验语料第54页
     ·实验结果第54-55页
     ·结果分析第55-56页
   ·本章小结第56-57页
第五章 命名实体识别和关系抽取的联合学习第57-67页
   ·联合学习方法的概述第57-58页
   ·命名实体识别第58页
   ·关系抽取第58页
   ·联合学习第58-61页
     ·联合学习的方法概述第58-59页
     ·与分词相结合的联合学习第59-61页
     ·与语义角色标注相结合的联合学习第61页
   ·命名实体识别与关系抽取的联合学习的实验结果第61-65页
     ·实验语料第61页
     ·实验结果第61-64页
     ·结果分析第64-65页
   ·本章小结第65-67页
第六章 总结和展望第67-69页
   ·总结第67页
   ·未来的工作第67-69页
参考文献第69-77页
致谢第77-79页
攻读学位期间发表的学术论文目录第79-81页

论文共81页,点击 下载论文
上一篇:Paradise:一种安全的高可靠性的云存储灾难备份模型
下一篇:基于RTMP与SIP的可视化交互系统研究与设计