| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·研究现状与分析 | 第11-16页 |
| ·关系抽取研究现状 | 第11-14页 |
| ·社会网络构建研究现状 | 第14-16页 |
| ·本文的研究内容 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第2章 相关知识介绍 | 第18-24页 |
| ·人物家庭关系抽取任务概述 | 第18页 |
| ·常用性能评价标准 | 第18-19页 |
| ·相关资源及工具介绍 | 第19-23页 |
| ·Solr 搜索引擎 | 第19-20页 |
| ·分词工具 | 第20页 |
| ·句法分析工具 | 第20-22页 |
| ·SVM 分类器 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于自举学习的 Web 人物家庭关系抽取 | 第24-36页 |
| ·引言 | 第24-25页 |
| ·搜索引擎 | 第25-28页 |
| ·搜索引擎简介 | 第25-26页 |
| ·Google 查询参数 | 第26页 |
| ·查询缓存系统 | 第26-28页 |
| ·人物关系抽取的自举学习 | 第28-31页 |
| ·自举系统结构 | 第28-30页 |
| ·可信度评价方法 | 第30-31页 |
| ·实验 | 第31-35页 |
| ·实验设置 | 第31-32页 |
| ·实验结果与分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于自举学习和跨文本指代消解的人物关系网络构建 | 第36-49页 |
| ·引言 | 第36-37页 |
| ·人物关系语料库的构造 | 第37-39页 |
| ·语料库介绍 | 第37-38页 |
| ·语料预处理 | 第38页 |
| ·建立本地搜索引擎 | 第38-39页 |
| ·基于自举学习的人物关系抽取 | 第39-40页 |
| ·基于跨文本指代消解的人物家庭网络融合 | 第40-44页 |
| ·跨文本指代消解概述 | 第40页 |
| ·人物关系网络构建 | 第40-41页 |
| ·家庭网络中的跨文本指代消解 | 第41-43页 |
| ·系统性能评价方法 | 第43-44页 |
| ·实验 | 第44-48页 |
| ·实验语料及预处理 | 第44-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于单文本指代消解的人物关系网络构建 | 第49-64页 |
| ·引言 | 第49-50页 |
| ·单文本指代消解 | 第50-54页 |
| ·中心理论基础知识 | 第51-52页 |
| ·中心理论在中文指代消解中的应用 | 第52-54页 |
| ·特征选择 | 第54页 |
| ·实验 | 第54-63页 |
| ·实验语料及预处理 | 第55-56页 |
| ·实验评价标准 | 第56-57页 |
| ·单文本指代消解性能 | 第57-61页 |
| ·跨文本指代消解性能 | 第61-62页 |
| ·家庭网络融合性能 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·研究工作总结 | 第64-65页 |
| ·下一步工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读学位期间公开发表的论文 | 第72页 |
| 攻读学位期间参与的科研项目 | 第72-73页 |
| 致谢 | 第73-74页 |