中文命名實體識別作為中文自然語言處理領域中的基本任務之一,是中文自然語言處理綜合應用中機器翻譯、信息抽取等任務的基礎環(huán)節(jié),直接影響自然語言處理后續(xù)工作的性能。隨著網(wǎng)絡文本資源的增長,從網(wǎng)絡中高效地發(fā)現(xiàn)和獲取新知識,通過文本更方便地進行知識挖掘和分析,中文命名實體識別發(fā)揮著重大作用。研究實現(xiàn)基于深度學習的中文命名實體特征提取算法來更好地識別中文命名實體的實體特征,提高系統(tǒng)對中文命名實體特征的識別能力,是基于深度學習的命名實體識別問題研究的重要內(nèi)容。論文以基于深度學習的命名實體識別為主要研究內(nèi)容。首先,對國內(nèi)外命名實體識別的解決方法進行了研究,而后,針對近幾年基于深度學習的相關神經(jīng)網(wǎng)絡解決命名實體識別的方法進行分析,深入研究了基于循環(huán)神經(jīng)網(wǎng)絡、長短時記憶神經(jīng)網(wǎng)絡、門控循環(huán)單元網(wǎng)絡等模型的中文命名實體特征提取算法。最終提出了解決中文命名實體識別問題的新方案。針對中文命名實體識別提出一種門控循環(huán)單元網(wǎng)絡（GRU）和條件隨機場（CRF）相結合的神經(jīng)網(wǎng)絡模型。對該模型在中文命名實體識別任務的應用進行深入研究,優(yōu)化了模型訓練過程對于中文命名實體特征提取的效果,解決了實驗中中文標注語料匱乏的問題,使其... 

【文章來源】：哈爾濱理工大學黑龍江省

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究的主要內(nèi)容
第2章 神經(jīng)網(wǎng)絡與條件隨機場
    2.1 神經(jīng)網(wǎng)絡理論
    2.2 循環(huán)神經(jīng)網(wǎng)絡
        2.2.1 基本循環(huán)神經(jīng)網(wǎng)絡
        2.2.2 雙向循環(huán)神經(jīng)網(wǎng)絡
    2.3 長短時記憶神經(jīng)網(wǎng)絡
        2.3.1 LSTM網(wǎng)絡
        2.3.2 雙向長短時記憶神經(jīng)網(wǎng)絡
    2.4 門控循環(huán)單元
        2.4.1 GRU結構分析
        2.4.2 雙向GRU結構分析
    2.5 條件隨機場
    2.6 其他神經(jīng)網(wǎng)絡整體模型
        2.6.1 RNN-CRF網(wǎng)絡模型
        2.6.2 LSTM-CRF網(wǎng)絡模型
    2.7 本章小結
第3章 中文命名實體識別模型設計
    3.1 GRU-CRF整體網(wǎng)絡模型
    3.2 網(wǎng)絡模型原理
    3.3 模型結構流程
        3.3.1 整體網(wǎng)絡模型的訓練過程
        3.3.2 整體網(wǎng)絡模型的識別
    3.4 本章小結
第4章 實驗與分析
    4.1 環(huán)境配置和語料預處理
        4.1.1 Tensorflow深度學習框架
        4.1.2 中文語料預處理
    4.2 語料標注集和評估指標
        4.2.1 語料標注集
        4.2.2 評估指標
    4.3 實驗結果分析
    4.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的學術論文及獲得成果
致謝


【參考文獻】：
期刊論文
[1]基于語義理解注意力神經(jīng)網(wǎng)絡的多元特征融合中文文本分類[J]. 謝金寶,侯永進,康守強,李佰蔚,張霄.  電子與信息學報. 2018(05)
[2]基于深度神經(jīng)網(wǎng)絡的中文命名實體識別[J]. 張海楠,伍大勇,劉悅,程學旗.  中文信息學報. 2017(04)
[3]基于BLSTM的命名實體識別方法[J]. 馮艷紅,于紅,孫庚,孫娟娟.  計算機科學. 2018(02)
[4]大數(shù)據(jù)背景下數(shù)據(jù)新聞的文本挖掘算法的研究[J]. 程鈴鈁,黃澤文.  科技廣場. 2017(04)
[5]基于深度學習的算法知識實體識別與發(fā)現(xiàn)[J]. 朱國進,沈盼宇.  智能計算機與應用. 2017(01)
[6]基于遞歸神經(jīng)網(wǎng)絡的文本分類研究[J]. 黃磊,杜昌順.  北京化工大學學報(自然科學版). 2017(01)
[7]深度學習研究與進展[J]. 孫志遠,魯成祥,史忠植,馬剛.  計算機科學. 2016(02)
[8]中英命名實體識別及對齊中的中文分詞優(yōu)化[J]. 尹存燕,黃書劍,戴新宇,陳家駿.  電子學報. 2015(08)
[9]面向軍事文本的命名實體識別[J]. 馮蘊天,張宏軍,郝文寧.  計算機科學. 2015(07)
[10]基于CRF和規(guī)則相結合的地理命名實體識別方法[J]. 何炎祥,羅楚威,胡彬堯.  計算機應用與軟件. 2015(01)



本文編號：3068473