面向Web的领域知识演化关系抽取研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-14页 |
1.1 研究背景 | 第9-10页 |
1.2 研究目标与意义 | 第10-11页 |
1.3 研究内容 | 第11-12页 |
1.4 论文的章节安排 | 第12-14页 |
2 国内外研究现状 | 第14-24页 |
2.1 文本分类研究现状 | 第14-19页 |
2.1.1 文本分类国外研究现状 | 第14-15页 |
2.1.2 文本分类国内研究现状 | 第15-16页 |
2.1.3 本研究中文本分类使用算法 | 第16-19页 |
2.2 关系抽取研究现状 | 第19-23页 |
2.2.1 关系抽取国外研究现状 | 第19-20页 |
2.2.2 关系抽取国内研究现状 | 第20-21页 |
2.2.3 本研究中关系抽取使用算法 | 第21-23页 |
2.3 本章小结 | 第23-24页 |
3 基于特征词的WEB领域知识分类研究 | 第24-32页 |
3.1 引言 | 第24页 |
3.2 相关工作 | 第24-25页 |
3.3 领域知识文本分类研究 | 第25-28页 |
3.3.1 特征词词典构建 | 第25-26页 |
3.3.2 特征词权重计算 | 第26页 |
3.3.3 领域知识文本分类方法 | 第26-28页 |
3.4 实验 | 第28-31页 |
3.4.1 实验设置及评估标准 | 第28-29页 |
3.4.2 实验结果 | 第29-31页 |
3.5 本章小结 | 第31-32页 |
4 面向WEB的领域知识演化关系抽取 | 第32-46页 |
4.1 引言 | 第32页 |
4.2 相关工作 | 第32-34页 |
4.3 演化关系推理模型 | 第34-36页 |
4.3.1 演化关系模式 | 第34-35页 |
4.3.2 演化关系推理 | 第35-36页 |
4.4 演化关系抽取方法 | 第36-39页 |
4.4.1 CRF句子层面关系抽取算法 | 第36页 |
4.4.2 特征选择 | 第36-38页 |
4.4.3 标记策略 | 第38-39页 |
4.5 实验 | 第39-45页 |
4.5.1 实验设置及评估标准 | 第39页 |
4.5.2 实验结果 | 第39-45页 |
4.6 本章小结 | 第45-46页 |
5 领域知识演化关系抽取应用 | 第46-49页 |
5.1 引言 | 第46页 |
5.2 领域知识图谱展示界面 | 第46-48页 |
5.3 本章小结 | 第48-49页 |
结论 | 第49-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-58页 |
攻读硕士学位期间发表的学术论文及研究成果 | 第58页 |