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--文字信息处理论文

基于多模板HMM的中文命名实体识别

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-17页
   ·研究背景第10-11页
   ·国内外相关研究概述第11-15页
     ·国外研究概述第12-13页
     ·国内研究概述第13-15页
   ·本文主要工作第15-16页
   ·论文组织结构第16-17页
第二章 相关知识第17-31页
   ·隐马尔科夫模型第17-20页
     ·模型定义第17页
     ·评估问题第17-19页
     ·学习问题第19页
     ·解码问题第19-20页
   ·集成学习第20-23页
     ·集成学习系统框架第20-22页
     ·学习器集成作用第22页
     ·常见的集成器学习方法第22-23页
   ·句子相似度第23-27页
     ·应用领域第23-24页
     ·主要计算方法及存在问题第24-27页
   ·句子聚类第27-30页
     ·本文句子聚类意义第27-28页
     ·常用聚类算法第28-29页
     ·本文句子聚类算法介绍第29-30页
   ·本章小结第30-31页
第三章 句子相似度计算第31-43页
   ·句子结构相似度计算第31-36页
     ·词性依存与句子结构关系第31页
     ·算法相关定义第31-34页
     ·算法描述第34页
     ·实验结果及分析第34-36页
   ·句子语义相似度计算第36-41页
     ·词语语义相似定义第36页
     ·同义词词林扩展版第36-37页
     ·词语语义相似不对称性第37-38页
     ·影响词语语义相似度的主要因素第38-40页
     ·算法详细讨论第40-41页
   ·句子相似度计算第41-42页
   ·本章小结第42-43页
第四章 多模板的HMM第43-53页
   ·HMM改进第43-47页
     ·G系列代换第43-44页
     ·添加结束概率第44-45页
     ·平滑算法改进第45-46页
     ·结果验证第46-47页
   ·构建多模板模型第47-52页
     ·生成多模板第47页
     ·多模板句式分析第47-48页
     ·构建各模板模型第48-52页
   ·本章小结第52-53页
第五章 基于多模板HMM的中文命名实体识别系统设计与实现第53-68页
   ·系统结构图第53-54页
   ·语料采集和预处理模块第54页
   ·句子聚类模块第54-55页
   ·构建各模板HMM模块第55页
   ·命名实体识别及结果分析模块第55-67页
     ·命名实体识别第55页
     ·命名实体识别结果评价指标第55-56页
     ·参数估计第56-62页
     ·实验结果及分析第62-65页
     ·结果显示第65-67页
   ·本章小结第67-68页
结论第68-69页
参考文献第69-74页
附录1 北京大学词性标注标记集第74-75页
攻读硕士学位期间取得的研究成果第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于局部泛化误差模型商标图像检索技术
下一篇:M2M模型及其在大型游戏中的应用