知识图谱的知识获取相关技术研究与开发
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 组织结构 | 第16-18页 |
| 第二章 相关模型介绍 | 第18-23页 |
| 2.1 Bootstrapping | 第18页 |
| 2.2 远程监督 | 第18-19页 |
| 2.3 最大熵 | 第19页 |
| 2.4 条件随机场 | 第19-20页 |
| 2.5 长短时记忆网络 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 实体别名挖掘和识别方法研究 | 第23-39页 |
| 3.1 背景介绍 | 第23页 |
| 3.2 基于模式的实体别名挖掘 | 第23-29页 |
| 3.3 基于最大熵的实体别名识别 | 第29-30页 |
| 3.4 实验设计与分析 | 第30-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 属性知识验证与多源数据融合 | 第39-51页 |
| 4.1 背景介绍 | 第39-40页 |
| 4.2 基于“投票”方式的属性知识验证 | 第40-42页 |
| 4.3 基于Jaccard相似度的数据融合 | 第42-43页 |
| 4.4 实验设计与分析 | 第43-48页 |
| 4.5 人物知识图谱系统SUDA-KG | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 面向关键词自动抽取的知识图谱应用 | 第51-62页 |
| 5.1 背景介绍 | 第51-53页 |
| 5.2 基于知识图谱的关键词自动抽取方法 | 第53-57页 |
| 5.3 实验设计与分析 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 下一步工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 研究成果 | 第70-71页 |
| 致谢 | 第71-73页 |
