文本主题段落内部概念关系抽取技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·信息抽取的发展 | 第10-12页 |
| ·本文的工作 | 第12-14页 |
| 第二章 主题概念关系抽取技术综述 | 第14-24页 |
| ·向量空间模型 | 第14-15页 |
| ·潜在的语义分析模型 | 第15-17页 |
| ·矩阵的奇异值分解 | 第16页 |
| ·PLSA(Probabilistic LSA) | 第16-17页 |
| ·关系抽取的常用技术 | 第17-23页 |
| ·基于知识工程的方法 | 第17-18页 |
| ·基于机器学习的方法 | 第18-22页 |
| ·自扩展方法(Bootstrapping) | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 概念模型 | 第24-29页 |
| ·概念的定义 | 第24-26页 |
| ·概念关系 | 第26-27页 |
| ·概念图理论 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 文本段落主题概念的抽取算法研究 | 第29-37页 |
| ·概念向量空间模型的构建和概念权值的计算 | 第29-33页 |
| ·知网（hownet） | 第30-31页 |
| ·概念的获取 | 第31-32页 |
| ·概念权值的计算 | 第32-33页 |
| ·频度（F ） | 第32页 |
| ·语义相似度（Sim ） | 第32-33页 |
| ·基于词典的词语间量化关系的主题概念抽取 | 第33-36页 |
| ·词典中词语量化关系的计算方法 | 第33-35页 |
| ·基于词语量化关系的主题概念抽取 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第五章 系统实现及其实验结果分析 | 第37-43页 |
| ·各模块的功能设计 | 第38-39页 |
| ·实验数据 | 第39页 |
| ·实验评测标准 | 第39页 |
| ·实验结果分析 | 第39-41页 |
| ·主题概念抽取试验 | 第39-40页 |
| ·概念关系抽取试验 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第六章 结束和展望 | 第43-45页 |
| ·工作总结 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 在攻读硕士学位期间已发表或录用的论文 | 第49-51页 |
