摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 绪论 | 第8-15页 |
·专业领域中命名实体语义关系抽取的研究意义 | 第8-9页 |
·国内外研究现状 | 第9-13页 |
·研究背景 | 第9-11页 |
·研究现状 | 第11-13页 |
·研究内容 | 第13-15页 |
第2章 关系自动抽取的理论和技术 | 第15-27页 |
·文本表示模型 | 第15-19页 |
·严格匹配模型 | 第15-16页 |
·概率模型 | 第16页 |
·向量空间模型 | 第16-19页 |
·特征提取 | 第19-22页 |
·特征信息 | 第19-20页 |
·特征空间优化 | 第20-22页 |
·聚类方法 | 第22-26页 |
·K平均算法 | 第23-24页 |
·网络社区发现 | 第24-26页 |
·本章小结 | 第26-27页 |
第3章 专业领域无导语义关系抽取系统的实现与优化 | 第27-36页 |
·系统总体结构 | 第27页 |
·专业语料库 | 第27-28页 |
·文本预处理模块 | 第28-32页 |
·数据提取及向量空间构造 | 第29-30页 |
·基于《知网》的同义项合并 | 第30-31页 |
·实体-关系网络构造 | 第31-32页 |
·基于网络社区发现的聚类 | 第32-33页 |
·基于 DCM 方法的语义关系描述 | 第33-34页 |
·基于种子自扩展的弱有导关系抽取验证系统 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 实验结果与分析 | 第36-44页 |
·实验评测标准 | 第36页 |
·专业领域无指导关系抽取实验 | 第36-41页 |
·参数入的估计 | 第37-38页 |
·关系发现与描述 | 第38-40页 |
·上下文窗口调整 | 第40-41页 |
·辅助构造关系模板 | 第41-42页 |
·初始种子选择实验 | 第42-43页 |
·本章小结 | 第43-44页 |
第5章 结论与展望 | 第44-46页 |
·本文总结 | 第44-45页 |
·展望 | 第45-46页 |
参考文献 | 第46-50页 |
攻读硕士学位期间参加的科研项目与公开发表的学术论文 | 第50-51页 |
致谢 | 第51页 |