| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 相关研究 | 第9-15页 |
| 1.2.1 中文分词 | 第9-12页 |
| 1.2.2 人名与自动分词 | 第12页 |
| 1.2.3 中文人名自动识别 | 第12-15页 |
| 1.3 本文所做的工作 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 理论基础 | 第16-27页 |
| 2.1 词向量 | 第16-21页 |
| 2.1.1 One-hot词表示法 | 第16页 |
| 2.1.2 词向量表示法 | 第16-17页 |
| 2.1.3 word2vec | 第17-21页 |
| 2.2 循环神经网络(Recurrent Neural Networks) | 第21-26页 |
| 2.2.1 神经网络模型 | 第21-23页 |
| 2.2.2 循环神经网络 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 中文人名识别 | 第27-34页 |
| 3.1 中文人名识别的难点 | 第27-29页 |
| 3.2 中文人名特点 | 第29-33页 |
| 3.2.1 姓氏用字规律 | 第29-30页 |
| 3.2.2 名字用字规律 | 第30-32页 |
| 3.2.3 上下文特征 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 基于循环神经网络的中文人名识别 | 第34-46页 |
| 4.1 模型构建阶段 | 第34-43页 |
| 4.1.1 语料预处理 | 第35-36页 |
| 4.1.2 词向量的训练 | 第36-39页 |
| 4.1.3 数词泛化 | 第39-40页 |
| 4.1.4 改进的word2vec | 第40-43页 |
| 4.1.5 模型训练 | 第43页 |
| 4.2 后处理阶段 | 第43-45页 |
| 4.2.1 上下文规则 | 第44页 |
| 4.2.2 全局扩散和局部扩散 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 5 实验 | 第46-51页 |
| 5.1 数据集说明 | 第46页 |
| 5.2 实验设计 | 第46-50页 |
| 5.2.1 循环神经网络模型性能实验 | 第46-49页 |
| 5.2.2 验证后处理方法的有效性 | 第49-50页 |
| 5.2.3 对比实验 | 第50页 |
| 5.3 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |