面向生物文本的实体关系自动抽取问题研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-25页 |
| ·研究背景与意义 | 第9-11页 |
| ·面向生物文本的实体关系自动抽取 | 第11-12页 |
| ·实体关系自动抽取研究现状 | 第12-20页 |
| ·基于同现的方法 | 第12-14页 |
| ·基于规则的方法 | 第14-16页 |
| ·基于机器学习的方法 | 第16-19页 |
| ·基于机器学习的抽取模型概述 | 第19-20页 |
| ·实体关系抽取面临的挑战 | 第20-23页 |
| ·本文的研究重点及内容安排 | 第23-25页 |
| 第2章 紧凑特征向量构造 | 第25-46页 |
| ·本章引论 | 第25页 |
| ·相关研究概述 | 第25-26页 |
| ·特征抽取 | 第26-30页 |
| ·紧凑的特征表示设计 | 第30-33页 |
| ·应用 | 第33-36页 |
| ·在不同标注数据集上的抽取应用 | 第33-35页 |
| ·利用未标注数据集的抽取应用 | 第35-36页 |
| ·实验结果与分析 | 第36-45页 |
| ·实验设置 | 第37-39页 |
| ·关于实体关系抽取实验结果的不可比较性说明 | 第39-40页 |
| ·在不同标注数据集上的实验结果 | 第40-42页 |
| ·利用未标注数据集的实验结果 | 第42-43页 |
| ·特征表示分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 基于欠采样的不平衡数据集抽取方法 | 第46-64页 |
| ·本章引论 | 第46-47页 |
| ·相关研究概述 | 第47页 |
| ·在实体关系数据集上的不平衡问题分析 | 第47-49页 |
| ·基于特征选择的方法 | 第49-52页 |
| ·基于欠采样的方法 | 第52-55页 |
| ·基于自适应的欠采样方法 | 第53-54页 |
| ·基于动态联合学习的随机欠采样方法 | 第54-55页 |
| ·实验结果与分析 | 第55-63页 |
| ·实验设置 | 第56-57页 |
| ·基于特征选择的方法的实验结果 | 第57-60页 |
| ·基于自适应的欠采样方法的实验结果 | 第60-61页 |
| ·基于动态联合学习的随机欠采样方法的实验结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 基于主动学习的小规模标注数据集抽取方法 | 第64-84页 |
| ·本章引论 | 第64-65页 |
| ·相关研究概述 | 第65-66页 |
| ·统一的主动学习框架 | 第66-76页 |
| ·样本选择 | 第67-69页 |
| ·多样性样本选择 | 第69-70页 |
| ·主动特征获取 | 第70-72页 |
| ·相关特征选择 | 第72-74页 |
| ·统一的主动学习框架 | 第74-76页 |
| ·实验结果与分析 | 第76-83页 |
| ·实验设置 | 第76-78页 |
| ·在不同数据集上的实验结果 | 第78-80页 |
| ·可行性分析 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 基于迁移学习的跨领域标注数据集复用方法 | 第84-107页 |
| ·本章引论 | 第84-85页 |
| ·相关研究概述 | 第85-86页 |
| ·问题定义 | 第86-87页 |
| ·基于迁移学习的复用方法 | 第87-97页 |
| ·可行性分析 | 第87-89页 |
| ·基于样本迁移学习的复用方法 | 第89-91页 |
| ·基于特征组迁移学习的复用方法 | 第91-95页 |
| ·基于迁移学习和主动学习融合的复用方法 | 第95-97页 |
| ·实验结果与分析 | 第97-105页 |
| ·实验设置 | 第97-99页 |
| ·基于样本迁移学习的复用方法的实验结果 | 第99-100页 |
| ·基于特征组迁移学习的复用方法的实验结果 | 第100-103页 |
| ·基于主动学习和迁移学习融合的复用方法的实验结果 | 第103-105页 |
| ·本章小结 | 第105-107页 |
| 第6章 总结与展望 | 第107-110页 |
| ·本文总结 | 第107-108页 |
| ·工作展望 | 第108-110页 |
| 参考文献 | 第110-121页 |
| 致谢 | 第121-123页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第123-124页 |
