基于深度学习的新能源汽车领域术语抽取

目录

声明

第一章 绪论

1.1 课题背景

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 本文主要组织结构

第二章 领域术语抽取相关理论

2.1 领域术语抽取

2.1.1领域术语抽取综述

2.1.2领域术语抽取的一般过程

2.2 领域术语抽取常见模型

2.2.1 隐马尔可夫模型

2.2.2 最大熵马尔可夫模型

2.2.3 条件随机场模型

2.3.4 深度学习基本理论

2.3 本章小结

第三章 基于CCRF 的新能源汽车领域术语抽取

3.1 层叠条件随机场模型

3.2 基于CCRF的新能源汽车领域术语抽取模型

3.2.1 低层条件随机场模型

3.2.2 高层条件随机场模型

3.3 本章小结

第四章 基于深度学习的新能源汽车领域术语抽取

4.1 循环神经网络和长短期记忆网络

4.1.1 循环神经网络模型

4.1.2 长短期记忆网络模型

4.1.3 双向长短期记忆网络模型

4.2 Encoder_Decoder框架和Attention 机制

4.2.1 Encoder_Decoder 框架

4.2.2 Attention机制

4.3 基于深度学习的新能源汽车领域术语抽取模型

4.3.1 BLSTM_CRF模型

4.3.2 BLSTM_Attention_CRF模型

4.4 基于词典与规则的校正

4.4.1 新能源汽车领域术语词典

4.4.2 校正规则

4.5 本章小结

第五章 实验设计与成果分析

5.1 实验数据及评价标准

5.2 实验过程

5.2.1 数据预处理

5.2.2 基于CCRF 的实验过程

5.2.3 基于深度学习的实验过程

5.2.4 模型标注结果对比分析

5.2 实验成果

5.4 本章小结

第六章 总结和展望

参考文献

攻读学位期间所取得的相关科研成果

致 谢