| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·本文研究内容 | 第8页 |
| ·本文组织结构 | 第8-10页 |
| 第二章 中文分词相关研究 | 第10-19页 |
| ·机械分词法 | 第10-11页 |
| ·机械分词词典的构造 | 第11-14页 |
| ·基于统计的分词方法 | 第14-16页 |
| ·基于人工智能技术的分词方法 | 第16页 |
| ·分词系统介绍 | 第16-17页 |
| ·分词系统的评价指标 | 第17-19页 |
| 第三章 中文人名识别相关研究 | 第19-27页 |
| ·人名识别方法概述 | 第19-21页 |
| ·基于规则的方法 | 第19页 |
| ·基于统计的方法 | 第19-20页 |
| ·基于规则与统计相结合的方法 | 第20页 |
| ·机器学习方法 | 第20页 |
| ·其它方法 | 第20-21页 |
| ·机器学习模型 | 第21-27页 |
| ·隐马尔可夫模型(HMM) | 第21-24页 |
| ·最大熵模型(MEMM) | 第24-27页 |
| 第四章 基于朴素贝叶斯的中文人名识别研究 | 第27-35页 |
| ·基本思想 | 第27页 |
| ·贝叶斯分类模型 | 第27-29页 |
| ·贝叶斯定理 | 第27-28页 |
| ·朴素贝叶斯分类器(NBC) | 第28-29页 |
| ·NBC 的工作流程 | 第29页 |
| ·基于朴素贝叶斯的人名识别 | 第29-30页 |
| ·人名识别算法 | 第30-32页 |
| ·实验及结果分析 | 第32-34页 |
| ·实验数据 | 第32-33页 |
| ·评价指标 | 第33页 |
| ·实验结果与分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 基于条件随机场和错误驱动学习的中文人名识别 | 第35-45页 |
| ·基本思想 | 第35页 |
| ·条件随机场 | 第35-39页 |
| ·条件随机场简介 | 第35-37页 |
| ·条件随机场的基本问题 | 第37-39页 |
| ·基于 CRFs 的人名角色标注 | 第39-41页 |
| ·基于转换的错误驱动学习 | 第41页 |
| ·基于 CRFs 和转换的错误驱动学习的算法 | 第41-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结 | 第45-47页 |
| ·本文小结 | 第45-46页 |
| ·工作展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 个人简历 在读期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52页 |