| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 基于规则的方法研究现状 | 第10页 |
| 1.2.2 统计模型方法研究现状 | 第10-13页 |
| 1.2.2.1 隐马尔科夫模型 | 第11页 |
| 1.2.2.2 最大熵模型 | 第11-12页 |
| 1.2.2.3 条件随机场模型 | 第12-13页 |
| 1.2.3 规则与统计相结合的方法研究现状 | 第13页 |
| 1.2.4 命名实体识别在特定领域的研究现状 | 第13-14页 |
| 1.2.5 半监督学习方法和主动学习方法研究现状 | 第14-15页 |
| 1.2.5.1 半监督学习方法研究现状 | 第14页 |
| 1.2.5.2 主动学习方法研究现状 | 第14-15页 |
| 1.3 论文研究内容和研究成果 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关理论和模型 | 第17-31页 |
| 2.1 条件随机场模型 | 第17-18页 |
| 2.2 半监督学习方法 | 第18-21页 |
| 2.2.1 自训练算法 | 第19-20页 |
| 2.2.2 互训练算法 | 第20-21页 |
| 2.3 主动学习方法 | 第21-25页 |
| 2.3.1 基于委员会的方法 | 第21-23页 |
| 2.3.1.1 相对熵的分歧度度量 | 第22-23页 |
| 2.3.1.2 投票熵的分歧度度量 | 第23页 |
| 2.3.2 基于置信度的方法 | 第23-25页 |
| 2.3.2.1 最具信息量实例 | 第24-25页 |
| 2.3.2.3 最小期望误差的实例 | 第25页 |
| 2.4 文本聚类问题 | 第25-30页 |
| 2.4.1 文本聚类算法分类 | 第26-30页 |
| 2.4.1.1 基于划分的方法 | 第26-27页 |
| 2.4.1.2 基于层次的方法 | 第27-28页 |
| 2.4.1.3 基于密度的方法 | 第28-29页 |
| 2.4.1.4 短文本的方法 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于聚类的主动学习与半监督学习结合的林业病虫实体识别 | 第31-40页 |
| 3.1 主动学习和半监督学习结合的方法 | 第31-32页 |
| 3.2 基于聚类的思想 | 第32-35页 |
| 3.2.1 本文的文本聚类方法 | 第32-34页 |
| 3.2.1.1 基于重复串的特征提取算法 | 第32-34页 |
| 3.2.2 文本聚类方法在本文中的应用 | 第34-35页 |
| 3.3 主动学习查询策略 | 第35-37页 |
| 3.3.1 不确定性抽样 | 第35-36页 |
| 3.3.2 密度抽样 | 第36-37页 |
| 3.3.3 查询策略 | 第37页 |
| 3.4 半监督学习置信度度量 | 第37-38页 |
| 3.5 流程及算法 | 第38-39页 |
| 3.5.1 基于聚类方法的系统框架 | 第38页 |
| 3.5.2 基于聚类方法的算法 | 第38-39页 |
| 3.6 小结 | 第39-40页 |
| 4 实验及结果分析 | 第40-45页 |
| 4.1 实验语料库的获取办法 | 第40页 |
| 4.2 林业病虫害实体识别过程 | 第40-41页 |
| 4.3 评测标准 | 第41-42页 |
| 4.4 实验 | 第42-45页 |
| 4.4.1 主动学习查询策略的验证 | 第42页 |
| 4.4.2 基于聚类的主动学习和半监督学习结合的方法验证 | 第42-45页 |
| 5 结论与展望 | 第45-47页 |
| 5.1 结论 | 第45页 |
| 5.2 研究展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 个人简介 | 第51-52页 |
| 导师简介 | 第52-53页 |
| 获得成果目录 | 第53-54页 |
| 致谢 | 第54页 |