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 |