名仕亚洲
网

基于循环神经网络RNN的领域命名实体识别方法研究

硕士博士毕业论文站内搜索    
分类1:名仕亚洲 网→工业技术论文→自动化技术、计算机技术论文自动化基础理论论文人工智能理论论文人工神经网络与计算论文
分类2:名仕亚洲 网→工业技术论文→自动化技术、计算机技术论文计算技术、计算机技术论文计算机的应用论文信息处理(信息加工)论文文字信息处理论文
基于循环神经网络RNN的领域命名实体识别方法研究
论文目录
 
摘要第1-5页
Abstract第5-9页
第1章 绪论第9-17页
  1.1 研究背景与意义第9-10页
  1.2 国内外研究现状第10-14页
    1.2.1 传统NER方法第10-12页
    1.2.2 RNN神经网络方法第12-13页
    1.2.3 迁移学习第13-14页
  1.3 研究难点与创新点第14-15页
  1.4 论文内容组织第15-16页
  1.5 本章小结第16-17页
第2章 NER模型分析第17-33页
  2.1 识别模型第17-22页
    2.1.1 统计概率模型第17-20页
      2.1.1.1 HMM第17-19页
      2.1.1.2 CRF第19-20页
    2.1.2 深度学习模型第20-22页
  2.2 模型构建第22-26页
    2.2.1 HMM中的Viterbi算法第22-23页
    2.2.2 CRF特征模板构建第23-24页
    2.2.3 RNN参数选择第24-26页
  2.3 实验与结果分析第26-32页
    2.3.1 实验数据集描述第27-28页
    2.3.2 实验参数设置第28-29页
    2.3.3 结果与分析第29-32页
  2.4 本章小结第32-33页
第3章 基于协同训练的NER方法优化第33-44页
  3.1 协同训练方法第33-36页
  3.2 RNN模型激活函数改进第36-40页
    3.2.1 模型分析第36-37页
    3.2.2 改进方法第37-40页
  3.3 实验与结果分析第40-42页
    3.3.1 实验参数设置第40页
    3.3.2 实验结果与分析第40-42页
  3.4 本章小结第42-44页
第4章 基于样本迁移的领域NER方法第44-57页
  4.1 领域NER识别方法第44-49页
    4.1.1 样本迁移策略第45-48页
    4.1.2 RNN模型改进第48-49页
  4.2 数据来源与特征第49-50页
  4.3 实验与结果分析第50-55页
    4.3.1 数据预处理第50-51页
    4.3.2 模型参数选择第51-52页
    4.3.3 实验结果第52-55页
      4.3.3.1 样本迁移实验第52-54页
      4.3.3.2 协同训练实验第54-55页
    4.3.4 实验结果分析第55页
  4.4 本章小结第55-57页
第5章 总结与未来展望第57-60页
  5.1 工作总结第57-58页
  5.2 论文展望第58-60页
致谢第60-61页
参考文献第61-65页
攻读学位期间获得与学位论文相关的科研成果第65页

本篇论文共65页,点击这进入下载页面
 
更多相关论文
基于循环神经网络RNN的领域命名实体
基于多权值残差网络的服装图片检测
天然高分子的电沉积技术及其纳米复
ZnO分等级微球的改性制备及其光催化
Au-20Sn钎料薄带制备及界面组织研究
高低温载荷下环氧灌封结构热应力分
二氧化锡气体传感器表面改性及选择
SnTe热电材料选区激光熔化热应力场
无机纤维增强SiO_2气凝胶保温材料的
PDDA/季铵化壳聚糖交联共混阴离子交
介孔碳纳米纤维柔性自支撑电极材料
脲基嘧啶酮有机硅自修复复合弹性体
基于EW-SPA的船舶引航风险研究
基于前景理论的船舶航路选择模型研
油田群水域船舶交通组织方案研究
基于AIS的繁忙水域船舶交通流时空特
复杂约束条件下河口段港区通过能力
基于船速特征的单线航道船舶分组调
含单宁聚氨酯水凝胶的制备与性能研
精密机床轴承基体材料热力场下组织
连续纤维增强聚丙烯复合材料的制备
磷石膏基功能型泡沫石膏的制备与性
微孔发泡/模内装饰复合注塑成型泡孔
基于残差网络的机械滚动轴承故障诊
金属配合物玻璃形成过程的化学剪裁
栏 目 导 航
 
 
知识图谱 循环神经网络 领域命名实体识别 协同训练 样本迁移
版权申明:目录由用户shenhai**提供,www.newhua.net仅收录目录,作者需要删除这篇论文目录请点击这里
| 设为首页||加入收藏||站内搜索引擎||站点地图||在线购卡|
版权所有 名仕亚洲 网 Copyright(C) All Rights Reserved