基于窥视孔连接的BILSTM及CRF算法对复杂文本序列标注处理
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 序言 | 第10-13页 |
| 1 引言 | 第13-18页 |
| 2 基于窥视孔连接的BI-LSTM-CRF模型 | 第18-40页 |
| 2.1 词的特征向量表示 | 第18-22页 |
| 2.1.1 skip-gram算法 | 第19-21页 |
| 2.1.2 CBOW | 第21-22页 |
| 2.2 循环网络层 | 第22-31页 |
| 2.2.1 RNN单元 | 第23-27页 |
| 2.2.2 LSTM单元 | 第27-29页 |
| 2.2.3 基于窥视孔连接的LSTM单元 | 第29-30页 |
| 2.2.4 GRU单元 | 第30-31页 |
| 2.3 CRF算法层 | 第31-32页 |
| 2.4 BI-LSTM-CRF神经网络模型 | 第32-34页 |
| 2.5 优化函数及解码过程 | 第34-39页 |
| 2.5.1 网络优化函数 | 第34-37页 |
| 2.5.2 网络损失函数 | 第37-38页 |
| 2.5.3 Viterbi解码过程 | 第38-39页 |
| 2.6 本章小结 | 第39-40页 |
| 3 模型训练 | 第40-57页 |
| 3.1 语料集准备 | 第40-44页 |
| 3.2 批归一化和DROPOUT正则化 | 第44-49页 |
| 3.2.1 批归一化 | 第45-47页 |
| 3.2.2 Dropout | 第47-49页 |
| 3.3 实验结果分析 | 第49-55页 |
| 3.4 本章小结 | 第55-57页 |
| 4 案情实体识别工程实现 | 第57-63页 |
| 4.1 环境搭建 | 第57-58页 |
| 4.2 模型运行过程 | 第58-59页 |
| 4.3 HTTP接口 | 第59-61页 |
| 4.4 本章小结 | 第61-63页 |
| 5 结论 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
