年度小结

由来

“请各位同学准备年终报告，从XXXX等方面介绍，分为自述和提问两部分……”要完的节奏啊啊啊，赶紧来练嘴皮子。话说，编辑器不能同时打开两个，否则后一个会把前一个挤掉。。。这是我的第二版，o(╥﹏╥)o。。。。这不是技术文，只是一个大致描述。

论文简述

• 《基于CRF模型的地名识别方法研究和应用_崔婷婷》
  语料为英文。首先对原始语料进行词性标注，然后把语料分为训练语料和测试语料。训练语料使用CRF模型训练模型参数，用测试语料测试模型。实验时，采用斯坦福工具进行词性标注，地名识别阶段，使用CRF++封装好的工具。
• 《基于深度神经网络的中文命名实体识别_张海楠》
  第一层是字窗口、词窗口、词性组合成字词结合特征，第二层是两次线性变换和一次非线性变换，第三层采用维比特算法，负责对输入的句子进行最优标签序列搜索。
• 《基于深度学习的中文机构名识别研究——一种汉字级别的循环神经网络方法_朱丹浩》
  第一层输入是汉字和分词符号，分词符号表名下一个输入字符和上一个输入字符不属于同一个词。中间层是两层的LSTM循环神经网络。输出层也就是标记层，只在分词符号出输出，标记该字所属的标签（机构名的第一个词，机构名剩余词，不属于机构名的词）

名词叙述

• 隐马尔科夫模型
  用于标注问题的统计学模型，由隐藏的马尔科夫链随机生成观测序列的过程。条件独立假设：某时刻的状态只依赖于前一个时刻，与其他时刻的状态和观测无关。隐马计算的是条件概率。
• 条件随机场
  给定一组输入随机变量条件下输出随机变量的分布模型，用于不同的预测问题。线性条件随机场应用于标注问题。统计了全局概率，在做归一化时，考虑了数据在全局的分布，而不是仅仅在局部归一化。条件随机场计算的是联合概率。
• 维特比算法：
  已知观测序列，求最可能(概率最大）的状态序列。我们使用动态规划的方法求最优路径。