基于半监督学习的多特征大规模实体分类
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 表格索引 | 第10-11页 |
| 插图索引 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景 | 第13-17页 |
| ·协同编辑知识库 | 第13-14页 |
| ·链接开放数据 | 第14-16页 |
| ·实体分类 | 第16-17页 |
| ·本文贡献 | 第17-18页 |
| 第二章 相关工作 | 第18-22页 |
| ·实体与类别知识库 | 第18-20页 |
| ·机器学习领域相关研究 | 第20-22页 |
| 第三章 实用大规模实体分类 | 第22-26页 |
| ·问题定义 | 第23-24页 |
| ·半自动实用实体分类框架 | 第24-26页 |
| 第四章 多数据源特征整合 | 第26-30页 |
| ·实体匹配 | 第26-28页 |
| ·特征整合 | 第28-30页 |
| 第五章 实体种子发现 | 第30-36页 |
| ·映射规则 | 第30-31页 |
| ·基于协同编辑的映射规则发现 | 第31-33页 |
| ·规则模板选择与优化 | 第33-35页 |
| ·半自动种子发现 | 第35-36页 |
| 第六章 半监督实例扩充 | 第36-42页 |
| ·PU 学习简介 | 第36-37页 |
| ·负例自动发现 | 第37-39页 |
| ·1-DNF 方法 | 第37-38页 |
| ·ExCore 方法 | 第38-39页 |
| ·实体分类器训练 | 第39-42页 |
| 第七章 参数选择与评估 | 第42-46页 |
| ·参数选择 | 第42-43页 |
| ·评估方法 | 第43-46页 |
| 第八章 实验 | 第46-64页 |
| ·实验数据集 | 第46页 |
| ·实验本体 | 第46-48页 |
| ·特征抽取 | 第48-50页 |
| ·多数据源特征整合 | 第50-54页 |
| ·基于规则的实体发现 | 第54-57页 |
| ·规则模板优化 | 第57-60页 |
| ·半监督实例扩充 | 第60-64页 |
| 第九章 总结与展望 | 第64-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76-78页 |
