| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·发展历史 | 第10-11页 |
| ·应用需求 | 第11页 |
| ·研究现状 | 第11-12页 |
| ·主要工作与组织结构 | 第12-15页 |
| 第2章 DISTANT SUPERVISION方法介绍 | 第15-22页 |
| ·术语定义 | 第15页 |
| ·问题描述 | 第15-16页 |
| ·DISTANT SUPERVISION方法 | 第16-20页 |
| ·算法输入 | 第16-17页 |
| ·关系对齐 | 第17-18页 |
| ·特征提取 | 第18-19页 |
| ·训练分类器 | 第19页 |
| ·抽取关系 | 第19-20页 |
| ·本文方法和DISTANT SUPERVISION的区别 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 聚类去噪 | 第22-28页 |
| ·问题描述 | 第22页 |
| ·寻找模式 | 第22-23页 |
| ·K-MEANS聚类 | 第23-25页 |
| ·聚类去噪算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 结合实体类型特征的关系抽取方法 | 第28-34页 |
| ·对齐 | 第28-29页 |
| ·特征 | 第29-30页 |
| ·联合方法 | 第30-31页 |
| ·类型检查方法 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第5章 实验 | 第34-39页 |
| ·数据 | 第34-35页 |
| ·知识库 | 第34-35页 |
| ·文本集 | 第35页 |
| ·评价指标 | 第35-36页 |
| ·实验设计与结果分析 | 第36-38页 |
| ·自动评测 | 第36-37页 |
| ·人工评测 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第6章 总结与展望 | 第39-41页 |
| ·本文总结 | 第39-40页 |
| ·未来展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 作者简介及在学期间所取得的科研成果 | 第43-44页 |
| 致谢 | 第44页 |