基于组合分类器的生物命名实体识别
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·本文主要研究内容 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 2 机器学习模型 | 第16-25页 |
| ·支持向量机模型 | 第16-18页 |
| ·最优分类超平面 | 第16页 |
| ·核函数 | 第16-17页 |
| ·SVM多分类问题扩展方法 | 第17-18页 |
| ·最大熵模型 | 第18-20页 |
| ·条件随机场模型 | 第20-24页 |
| ·CRF的无向图结构 | 第21-22页 |
| ·CRF与势函数 | 第22-23页 |
| ·CRF的参数估计 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 单一分类器的构建 | 第25-40页 |
| ·实验语料及语料的预处理方法 | 第25-26页 |
| ·有效的特征信息 | 第26-28页 |
| ·不同单一分类器的构建 | 第28-38页 |
| ·基于条件随机场的生物命名实体识别 | 第29-32页 |
| ·基于支持向量机的生物命名实体识别 | 第32-34页 |
| ·最大熵方法的生物命名实体识别 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于组合分类器的生物命名实体识别方法 | 第40-46页 |
| ·组合分类器方法 | 第40-43页 |
| ·后处理 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 实验与结果分析 | 第46-54页 |
| ·单个分类器实验结果 | 第46-47页 |
| ·组合分类器方法的识别结果 | 第47-52页 |
| ·集合并/交操作方法实验结果 | 第47-49页 |
| ·投票方法实验结果 | 第49-50页 |
| ·叠加方法实验结果 | 第50-51页 |
| ·结果比较与分析 | 第51-52页 |
| ·错误分析与总结 | 第52页 |
| ·本章小结 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-61页 |
