1、上海交通大學學士學位論文漢語股市公告信息抽取系統(tǒng)的設計與實現(xiàn)摘要本文介紹了一個基于中文信息抽取模型的股市公告信息抽取系統(tǒng)（SBIES）的設計與實現(xiàn)。介紹了該系統(tǒng)的結構框架和分布圖。討論了漢語信息抽取模型的具體結構，構建了由自動分詞、自動標注和模板填充三個階段組成的簡化模型。簡單介紹了自動分詞的常用算法和自動標注中的標注規(guī)范。重點探討了模板填充的具體算法。文中分別討論了采用基于規(guī)則的結構主義方法和基于語料庫概率統(tǒng)計的功能主義方法。著重討論

2、了采用隱馬爾科夫模型進行信息抽取的具體算法。對模型的參數(shù)獲取算法作了討論，改進了BaumWelch算法以適應信息抽取的應用。對領域文本做了人工標注，通過計算機處理獲取所需的統(tǒng)計數(shù)據(jù)。利用統(tǒng)計數(shù)據(jù)完善HMM模型。關鍵詞：信息抽取，隱馬爾科夫模型，自然語言上海交通大學學士學位論文目錄1概述概述...........................................................................

3、.................................................................11.1信息抽取技術（INFMATIONEXTRACTION）...............................................................11.1.1信息抽取技術的發(fā)展..............................................

4、..................................................11.1.2信息抽取技術的特點................................................................................................31.2股市公告信息抽取系統(tǒng)（SBIES）......................................

5、...........................................31.2.1應用背景....................................................................................................................31.2.2系統(tǒng)框架結構.......................................

6、.....................................................................41.2.3系統(tǒng)分布結構............................................................................................................51.3本文內容簡介.....................

7、...............................................................................................52信息抽取模塊的設計信息抽取模塊的設計.........................................................................................................

8、.......72.1模塊內部結構....................................................................................................................72.1.1串行化的模塊內部結構及其問題...................................................................

9、.........72.1.2簡化的高性能信息抽取模型....................................................................................82.2自動分詞.....................................................................................................

10、.......................92.3詞類自動標注..................................................................................................................103信息抽取的關鍵算法信息抽取的關鍵算法....................................................

11、..........................................................133.1傳統(tǒng)語言學方法..............................................................................................................133.1.1基于規(guī)則的信息抽取算法......................

12、................................................................133.1.2基于規(guī)則信息抽取面臨的嚴峻問題......................................................................153.2統(tǒng)計學方法......................................................

13、................................................................163.2.1基于語料庫的統(tǒng)計語言學方法..............................................................................163.2.2隱馬爾科夫模型（HMM）簡介.....................................

14、.......................................163.2.3隱馬爾科夫模型（HMM）在信息抽取上的應用................................................173.2.4隱馬爾科夫模型的訓練與優(yōu)化問題......................................................................194實現(xiàn)與結果分析實現(xiàn)與

15、結果分析......................................................................................................................204.1模塊實現(xiàn)情況.......................................................................................

16、...........................204.2兩種信息抽取方法的比較..............................................................................................214.3結果總結..........................................................................

17、................................................214.4遺留的問題......................................................................................................................22參考文獻參考文獻..................................

18、........................................................................................................23致謝致謝..............................................................................................................