| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 引言 | 第12-16页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 本文主要工作 | 第13-14页 |
| 1.3 本文组织结构 | 第14-16页 |
| 第2章 相关研究 | 第16-24页 |
| 2.1 知识图谱 | 第16-17页 |
| 2.1.1 知识图谱的类型 | 第16-17页 |
| 2.1.2 知识图谱的构建方法 | 第17页 |
| 2.1.3 知识图谱的构建流程 | 第17页 |
| 2.2 实体识别 | 第17-20页 |
| 2.2.1 基于规则的实体识别 | 第18页 |
| 2.2.2 基于统计机器学习的实体识别 | 第18-19页 |
| 2.2.3 基于两阶段的实体识别 | 第19页 |
| 2.2.4 基于深度学习的实体识别 | 第19-20页 |
| 2.3 实体关系抽取 | 第20-21页 |
| 2.4 知识图谱的存储和表示 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于混合模型的实体识别 | 第24-38页 |
| 3.1 工业产品实体识别概述 | 第25-26页 |
| 3.1.1 国内外实体识别发展历史 | 第25页 |
| 3.1.2 工业产品实体的特点及相关研究 | 第25-26页 |
| 3.2 相关机器学习模型概述 | 第26-31页 |
| 3.2.1 条件随机场（CRF）概述 | 第26-28页 |
| 3.2.2 支持向量机（SVM）概述 | 第28-31页 |
| 3.3 基于混合模型的实体识别 | 第31-35页 |
| 3.3.1 数据预处理 | 第31-32页 |
| 3.3.2 两阶段的产品名称专用属性及其属性值的识别 | 第32-35页 |
| 3.3.3 基于规则的通用属性及其属性值的识别 | 第35页 |
| 3.4 实验设计及分析 | 第35-37页 |
| 3.4.1 实验语料 | 第35页 |
| 3.4.2 评价标准 | 第35-36页 |
| 3.4.3 实验结果及分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于模式匹配的实体关系抽取 | 第38-47页 |
| 4.1 实体关系抽取概述 | 第38-40页 |
| 4.1.1 实体关系抽取任务表述 | 第38页 |
| 4.1.2 实体关系抽取相关研究 | 第38-40页 |
| 4.2 基于模式匹配的实体关系抽取 | 第40-44页 |
| 4.2.1 相关知识库的构建 | 第41-42页 |
| 4.2.2 抽取模式的制定 | 第42-44页 |
| 4.3 实验评价及分析 | 第44-46页 |
| 4.3.1 实验语料 | 第44-45页 |
| 4.3.2 评价标准 | 第45页 |
| 4.3.3 实验结果及分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 系统设计实现与应用 | 第47-56页 |
| 5.1 系统框架和流程 | 第47-48页 |
| 5.2 系统模块的实现 | 第48-50页 |
| 5.2.1 网络信息采集模块 | 第48-50页 |
| 5.2.2 结构化信息抽取模块 | 第50页 |
| 5.2.3 知识图谱绘制模块 | 第50页 |
| 5.3 手机工业产品知识图谱构建案例 | 第50-53页 |
| 5.4 产品知识图谱在手机领域的应用 | 第53-55页 |
| 5.4.1 产品信息可视化 | 第53-54页 |
| 5.4.2 相关产品推荐 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第63页 |