基于图书的概念上下位关系和多侧面定义的抽取
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景 | 第11-14页 |
| ·本文组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 国内外研究现状 | 第16-27页 |
| ·现有的上下位关系抽取的方法 | 第16-22页 |
| ·基于模式的方法 | 第16-19页 |
| ·基于分布特征的方法 | 第19页 |
| ·基于半结构化或者结构化内容的方法 | 第19-21页 |
| ·基于异构证据的集成的方法 | 第21页 |
| ·基于众包的方法 | 第21-22页 |
| ·现有的定义抽取的方法 | 第22-23页 |
| ·基于模式的方法 | 第23页 |
| ·基于机器学习的方法 | 第23页 |
| ·自然语言处理工具 | 第23-24页 |
| ·FudanNLP | 第23-24页 |
| ·知识图谱上的聚类算法 | 第24-25页 |
| ·AP聚类 | 第24-25页 |
| ·对知识图谱的存储 | 第25-26页 |
| ·图数据库Neo4j | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于图书目录抽取概念的上下位关系 | 第27-42页 |
| ·基于图书目录构建知识图谱的概述 | 第27-28页 |
| ·知识图谱中概念的生成 | 第28-34页 |
| ·对章节名处理产生候选概念 | 第28-34页 |
| ·利用并列关系对上下位关系进行增量补充 | 第34-39页 |
| ·强弱并列关系的区分 | 第34-35页 |
| ·知识节点间相关度 | 第35-36页 |
| ·利用并列关系进行补充 | 第36-39页 |
| ·利用目录子结构对上下位关系进行增量补充 | 第39页 |
| ·对知识图谱中的上下位关系进行清洗合并 | 第39-40页 |
| ·使用图数据库Neo4j进行存储并提供对外服务 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于图书的抽取概念的多侧面定义 | 第42-47页 |
| ·概念定义的概述 | 第42-43页 |
| ·定义性句子的抽取 | 第43-44页 |
| ·对候选定义进行聚类并产生多侧面的定义 | 第44-46页 |
| ·对候选定义进行特征抽取和相似度的计算 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验 | 第47-56页 |
| ·数据集的分布情况 | 第47-48页 |
| ·分类体系构建的评估 | 第48-52页 |
| ·定义抽取的评估 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-57页 |
| ·总结 | 第56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间主要的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 作者简历 | 第64页 |
