| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题背景与研究意义 | 第8-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 命名实体识别的研究现状 | 第10-11页 |
| 1.2.2 半监督学习研究现状 | 第11-13页 |
| 1.3 论文的研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 电信领域命名实体识别背景知识介绍 | 第15-28页 |
| 2.1 电信领域文本概述 | 第15-16页 |
| 2.1.1 电信文本的概念 | 第15页 |
| 2.1.2 电信文本与普通自由文本的异同 | 第15-16页 |
| 2.2 命名实体识别方法介绍 | 第16-24页 |
| 2.2.1 基于规则的方法 | 第16-17页 |
| 2.2.2 基于机器学习方法 | 第17-18页 |
| 2.2.3 典型的命名实体识别模型 | 第18-22页 |
| 2.2.4 命名实体识别模型的比较与选择 | 第22-24页 |
| 2.3 协同训练相关方法介绍 | 第24-27页 |
| 2.3.1 协同训练概述 | 第24页 |
| 2.3.2 典型的协同训练算法 | 第24-26页 |
| 2.3.3 协同训练方法的比较与选择 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于CRF的电信领域命名实体识别方法设计 | 第28-39页 |
| 3.1 | 第28-30页 |
| 3.1.1 标注模型介绍 | 第28-29页 |
| 3.1.2 标注模型选择 | 第29-30页 |
| 3.2 词角色定义 | 第30-31页 |
| 3.3 特征项及特征模版 | 第31-36页 |
| 3.3.1 特征项定义 | 第32-34页 |
| 3.3.2 特征模版构建 | 第34-36页 |
| 3.3.3 特征模版形式化表示 | 第36页 |
| 3.4 特征选择 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于Tri-Training的语料标注方法设计 | 第39-47页 |
| 4.1 基于词典的语料预标注方法 | 第39-42页 |
| 4.1.1 电信领域基础词典构建 | 第39-41页 |
| 4.1.2 标注产生训练语料 | 第41-42页 |
| 4.2 基分类器构建 | 第42-43页 |
| 4.2.1 分类器差异性 | 第42页 |
| 4.2.2 数据子集构建 | 第42-43页 |
| 4.3 投票规则 | 第43-44页 |
| 4.4 语料标注 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 电信领域命名实体识别及实验分析 | 第47-60页 |
| 5.1 电信领域命名实体识别系统的构建 | 第47-48页 |
| 5.2 实验设计 | 第48-51页 |
| 5.2.1 实验语料 | 第48-49页 |
| 5.2.2 评价指标 | 第49页 |
| 5.2.3 实验设置 | 第49-51页 |
| 5.3 实验结果与分析 | 第51-59页 |
| 5.3.1 上下文窗口大小选择实验 | 第51-54页 |
| 5.3.2 最优特征选择实验 | 第54-57页 |
| 5.3.3 语料标注实验 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 致谢 | 第67页 |