基于贪心森林的微博实体链接方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 实体链接的国内外研究现状 | 第10-12页 |
1.3 论文研究内容 | 第12-14页 |
1.4 论文结构安排 | 第14-15页 |
第2章 基于模型融合的微博命名实体识别 | 第15-28页 |
2.1 引言 | 第15页 |
2.2 实验数据集及评价方法 | 第15-17页 |
2.2.1 实验数据集 | 第15-16页 |
2.2.2 实验评价标准 | 第16-17页 |
2.3 面向微博的命名实体识别方法 | 第17-22页 |
2.3.1 基于条件随机场的方法 | 第17-19页 |
2.3.2 基于主题模型的方法 | 第19-21页 |
2.3.3 模型融合 | 第21-22页 |
2.4 实验及结果分析 | 第22-26页 |
2.4.1 实验设置 | 第23页 |
2.4.2 实验结果对比分析 | 第23-26页 |
2.5 本章小结 | 第26-28页 |
第3章 候选实体生成及特征抽取 | 第28-42页 |
3.1 引言 | 第28页 |
3.2 候选实体生成方法 | 第28-31页 |
3.2.1 实体指称查询扩展 | 第29-30页 |
3.2.2 候选实体筛选 | 第30-31页 |
3.3 特征抽取 | 第31-35页 |
3.3.1 局部特征 | 第32-34页 |
3.3.2 全局特征 | 第34-35页 |
3.4 特征有效性分析 | 第35-41页 |
3.4.1 Rank SVM 介绍 | 第35-36页 |
3.4.2 基于 Rank SVM 的特征分析 | 第36-41页 |
3.5 本章小结 | 第41-42页 |
第4章 基于贪心森林的候选实体排序 | 第42-58页 |
4.1 引言 | 第42-43页 |
4.2 基于排序对的方法 | 第43-47页 |
4.2.1 RankBoost 算法 | 第43-45页 |
4.2.2 RankNet 算法 | 第45-47页 |
4.3 基于排序列表的方法 | 第47-51页 |
4.3.1 AdaRank 算法 | 第47-49页 |
4.3.2 ListNet 算法 | 第49-51页 |
4.4 正则化的贪心森林 | 第51-54页 |
4.5 实验及结果分析 | 第54-57页 |
4.6 本章小节 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-66页 |
致谢 | 第66页 |