基于web数据的碳交易领域知识图谱构建研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 知识图谱发展现状 | 第11-13页 |
| 1.3 论文研究内容 | 第13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第二章 知识图谱构建相关技术 | 第15-24页 |
| 2.1 知识图谱构建 | 第15-16页 |
| 2.1.1 知识图谱构建方法 | 第15-16页 |
| 2.1.2 知识图谱构建流程 | 第16页 |
| 2.2 实体识别 | 第16-20页 |
| 2.2.1 基于规则模板的方法 | 第17页 |
| 2.2.2 基于统计机器学习的方法 | 第17-19页 |
| 2.2.3 基于神经网络的方法 | 第19-20页 |
| 2.3 关系抽取 | 第20-21页 |
| 2.3.1 有监督学习方法 | 第20页 |
| 2.3.2 半监督学习方法 | 第20-21页 |
| 2.3.3 远程监督学习方法 | 第21页 |
| 2.3.4 开放式关系抽取方法 | 第21页 |
| 2.4 知识图谱存储 | 第21-23页 |
| 2.4.1 RDF存储 | 第22-23页 |
| 2.4.2 图数据库存储 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 碳交易领域非结构化数据知识获取 | 第24-43页 |
| 3.1 知识获取概述 | 第24-31页 |
| 3.1.1 实体识别 | 第24-28页 |
| 3.1.2 关系抽取 | 第28-31页 |
| 3.2 基于BiLSTM-CRF网络的实体识别 | 第31-37页 |
| 3.2.1 BiLSTM-CRF模型构建方法 | 第31-33页 |
| 3.2.2 实验设计与结果分析 | 第33-37页 |
| 3.3 基于依存句法分析模式匹配的关系抽取 | 第37-42页 |
| 3.3.1 关系抽取方法 | 第37页 |
| 3.3.2 模式生成 | 第37-41页 |
| 3.3.3 实验设计与结果分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 碳交易领域知识图谱构建与应用 | 第43-56页 |
| 4.1 构建流程与技术框架 | 第43-44页 |
| 4.2 功能模块实现 | 第44-51页 |
| 4.2.1 数据获取 | 第44-46页 |
| 4.2.2 半结构化数据处理 | 第46-47页 |
| 4.2.3 非结构化数据处理 | 第47-50页 |
| 4.2.4 数据转化 | 第50-51页 |
| 4.3 知识图谱相关应用 | 第51-55页 |
| 4.3.1 知识搜索 | 第51-53页 |
| 4.3.2 可视化展现 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.2 下一步研究方向 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间研究成果 | 第63-64页 |
| 致谢 | 第64页 |
