首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于网络语义资源的命名实体识别与消歧技术研究

摘要第4-6页
Abstract第6-8页
第一章 绪论第15-38页
    1.1 研究背景与意义第15-17页
        1.1.1 研究背景第15-16页
        1.1.2 研究意义第16-17页
    1.2 相关概念与定义第17-19页
    1.3 相关评测与资源第19-26页
        1.3.1 语义资源库第19-22页
        1.3.2 命名实体识别评测与语料第22-23页
        1.3.3 人名消歧评测与语料第23-24页
        1.3.4 实体链接评测与语料第24-26页
    1.4 国内外研究现状分析第26-35页
        1.4.1 实体分类的研究现状分析第26-27页
        1.4.2 命名实体识别的研究现状分析第27-29页
        1.4.3 人名聚类消歧的研究现状分析第29-31页
        1.4.4 实体链接消歧的研究现状分析第31-35页
    1.5 论文研究内容与组织结构第35-38页
        1.5.1 论文研究内容第35-36页
        1.5.2 论文组织结构第36-38页
第二章 中文维基的细粒度实体分类方法第38-53页
    2.1 中文维基的细粒度实体分类方法原理分析第38-41页
        2.1.1 细粒度实体类型第38-39页
        2.1.2 原理分析第39-41页
    2.2 中文维基的细粒度实体分类方法流程及关键技术第41-47页
        2.2.1 中文维基的细粒度实体分类方法实现流程第41页
        2.2.2 特征抽取与特征向量生成第41-47页
        2.2.3 实体分类器第47页
    2.3 实验结果与分析第47-52页
        2.3.1 实验数据第47-48页
        2.3.2 评测方法第48-49页
        2.3.3 实验结果与分析第49-52页
    2.4 小结第52-53页
第三章 基于语料自动生成的开放式命名实体识别方法第53-70页
    3.1 基于语料自动生成的开放式命名实体识别方法原理分析第53-54页
    3.2 基于语料自动生成的开放式命名实体识别方法流程及关键技术第54-62页
        3.2.1 基于语料自动生成的开放式命名实体识别方法实现流程第54-55页
        3.2.2 显式指称项的实体分类第55-58页
        3.2.3 隐式指称项的类型识别第58-60页
        3.2.4 标注语料选择第60-61页
        3.2.5 基于生成语料的命名实体识别第61-62页
    3.3 实验结果与分析第62-68页
        3.3.1 实体分类性能评测第62-64页
        3.3.2 NER语料质量评测第64-66页
        3.3.3 实体识别性能评测第66-68页
    3.4 小结第68-70页
第四章 基于两步聚类的人名消歧方法第70-81页
    4.1 基于两步聚类的人名消歧方法原理分析第70-71页
    4.2 基于两步聚类的人名消歧方法流程及关键技术第71-75页
        4.2.1 基于两步聚类的人名消歧方法实现流程第71页
        4.2.2 基于关键证据的人名初聚类第71-73页
        4.2.3 基于特征选择的人名后聚类第73-75页
    4.3 实验结果与分析第75-80页
        4.3.1 实验设置第75-76页
        4.3.2 过程结果分析第76-77页
        4.3.3 总体性能分析第77-78页
        4.3.4 相似度阈值的影响分析第78-80页
    4.4 小结第80-81页
第五章 基于关键证据与E~2LSH的增量式人名聚类消歧方法第81-93页
    5.1 基于关键证据与E~2LSH的增量式人名聚类消歧方法原理分析第81页
    5.2 基于关键证据与E~2LSH的增量式人名聚类消歧方法流程及关键技术第81-88页
        5.2.1 基于关键证据与E~2LSH的增量式人名聚类消歧方法流程实现原理第82页
        5.2.2 基于关键证据的候选文档生成第82-83页
        5.2.3 基于E~2LSH的候选文档生成第83-87页
        5.2.4 文档类别计算与增量式人名聚类消歧第87-88页
    5.3 实验结果与分析第88-92页
        5.3.1 实验设置第88-89页
        5.3.2 方法的效率分析第89-90页
        5.3.3 方法的性能分析第90页
        5.3.4 各类参数的影响第90-92页
    5.4 小结第92-93页
第六章 基于证据模型的弱监督实体链接消歧方法第93-105页
    6.1 基于证据模型的弱监督实体链接消歧方法原理分析第93-94页
    6.2 基于证据模型的弱监督实体链接消歧方法流程及关键技术第94-100页
        6.2.1 基于证据模型的弱监督实体链接消歧方法实现流程第94页
        6.2.2 任务描述第94-95页
        6.2.3 目标实体表示第95-99页
        6.2.4 相关度计算与实体排序第99-100页
    6.3 实验结果与分析第100-103页
        6.3.1 实验设置第100页
        6.3.2 实验性能分析第100-103页
    6.4 小结第103-105页
第七章 基于网络资源的实体知识库构建及其应用第105-113页
    7.1 实体知识库数据模型第105-107页
    7.2 实体知识库系统构建及其应用第107-112页
        7.2.1 实体知识库系统构建第107-111页
        7.2.2 实体搜索与推荐应用第111-112页
    7.3 小结第112-113页
第八章 总结与展望第113-115页
    8.1 全文总结第113页
    8.2 工作展望第113-115页
参考文献第115-128页
附录第128-130页
作者简历第130-132页
致谢第132页

论文共132页,点击 下载论文
上一篇:实现MIMO-OWC可靠传输的超长方体覆盖理论及高效星座设计
下一篇:双能CT图像重建算法研究