中文组织机构名识别和消歧技术研究与应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-21页 |
| ·引言 | 第15页 |
| ·研究背景与意义 | 第15-17页 |
| ·研究综述 | 第17-18页 |
| ·国内外研究现状 | 第17-18页 |
| ·现阶段发展的主要问题 | 第18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的组织结构 | 第19-21页 |
| 第二章 相关研究工作 | 第21-31页 |
| ·组织机构名全称识别 | 第21-24页 |
| ·基于规则的方法 | 第22页 |
| ·基于统计的方法 | 第22-24页 |
| ·基于规则与统计相结合的方法 | 第24页 |
| ·组织机构名简称识别 | 第24-26页 |
| ·命名实体消歧基本概念 | 第26-27页 |
| ·命名实体消歧的方法 | 第27-30页 |
| ·基于表层特征“词袋”模型 | 第28-29页 |
| ·基于社会化网络的消歧模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于改进条件随机场的组织机构名全称的识别 | 第31-45页 |
| ·中文机构名识别与人名和地名比较 | 第31-32页 |
| ·方法提出背景 | 第32-33页 |
| ·基于条件随机场的全称识别算法 | 第33-37页 |
| ·条件随机场模型 | 第33-34页 |
| ·条件随机场模型识别过程 | 第34-36页 |
| ·特征模版 | 第36-37页 |
| ·基于改进条件随机场的全称识别算法 | 第37-41页 |
| ·改进条件随机场识别方法 | 第37-38页 |
| ·改进条件随机场识别过程 | 第38-39页 |
| ·改进条件随机场识别算法实现 | 第39-40页 |
| ·数据预处理算法实现 | 第40-41页 |
| ·实验分析 | 第41-44页 |
| ·实验平台与数据 | 第41-42页 |
| ·实验结果对比分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 组织机构名简称识别 | 第45-55页 |
| ·方法提出背景 | 第45-46页 |
| ·基于规则与语义编辑距离的简称识别 | 第46-51页 |
| ·基于规则的组织机构名简称识别 | 第47-48页 |
| ·基于语义编辑距离的组织机构名简称识别 | 第48-50页 |
| ·组织机构名简称识别算法实现 | 第50-51页 |
| ·实验分析 | 第51-54页 |
| ·实验平台与数据 | 第51-52页 |
| ·实验结果对比分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于全称与简称的组织机构名消歧 | 第55-65页 |
| ·方法提出背景 | 第55-56页 |
| ·基于全称与简称命名实体消歧 | 第56-62页 |
| ·命名实体消歧方法 | 第56-58页 |
| ·基于全称与简称命名实体消歧算法 | 第58-59页 |
| ·基于全称与简称命名实体消歧算法过程 | 第59-61页 |
| ·基于全称与简称命名实体消歧算法实现 | 第61-62页 |
| ·实验分析 | 第62-64页 |
| ·实验平台与数据 | 第62页 |
| ·实验结果对比分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结和展望 | 第65-67页 |
| ·全文工作总结 | 第65页 |
| ·未来工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第70-71页 |
| 附录二 作者攻读硕士学位期间获得的知识产权 | 第71-72页 |
| 附录三 作者攻读硕士学位期间参与的科研项目 | 第72-73页 |
| 后记 | 第73页 |
