面向民族信息资源领域的非结构化数据语义关系挖掘
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 国内外研究现状及发展动态 | 第9-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第2章 相关方法介绍 | 第14-23页 |
| 2.1 分词歧义处理方法 | 第14-15页 |
| 2.1.1 分词粗分方法 | 第14页 |
| 2.1.2 分词歧义类型 | 第14-15页 |
| 2.2 新词发现方法 | 第15-16页 |
| 2.3 命名实体识别及词性标注方法 | 第16-18页 |
| 2.4 实体关系抽取方法 | 第18-21页 |
| 2.4.1 基于规则匹配的方法 | 第18-19页 |
| 2.4.2 基于机器学习的方法 | 第19-21页 |
| 2.5 基于Hadoop的云计算技术 | 第21-23页 |
| 2.5.1 HDFS分布式文件系统 | 第21-22页 |
| 2.5.2 MapReduce计算框架 | 第22-23页 |
| 第3章 民族信息领域中的分词歧义处理 | 第23-28页 |
| 3.1 交集型歧义处理 | 第23-26页 |
| 3.1.1 交集型歧义识别 | 第23-24页 |
| 3.1.2 卡方统计量 | 第24-25页 |
| 3.1.3 t-测试 | 第25页 |
| 3.1.4 联合卡方统计量和t-测试差 | 第25-26页 |
| 3.2 实验结果及分析 | 第26-28页 |
| 第4章 新词识别中的多特征海量数据的并行化 | 第28-37页 |
| 4.1 候选词切分及新词特征选择 | 第28-29页 |
| 4.2 MapReduce并行计算模型 | 第29-34页 |
| 4.2.1 字符串频次并行化 | 第29-31页 |
| 4.2.2 上下文熵并行化 | 第31-32页 |
| 4.2.3 卡方统计量并行化 | 第32-34页 |
| 4.2.4 多特征数据联结 | 第34页 |
| 4.3 实验结果及分析 | 第34-37页 |
| 第5章 基于无监督学习的实体关系挖掘 | 第37-43页 |
| 5.1 实体对抽取 | 第37-38页 |
| 5.2 实体对上下文特征提取 | 第38-39页 |
| 5.3 特征向量距离中的语义相似度计算 | 第39-40页 |
| 5.4 特征向量的聚类 | 第40-41页 |
| 5.5 实验结果及分析 | 第41-43页 |
| 第6章 民族信息领域非结构化数据语义关系挖掘平台 | 第43-48页 |
| 6.1 平台总体介绍 | 第43-44页 |
| 6.2 平台功能详细介绍 | 第44-48页 |
| 6.2.1 网络爬虫功能 | 第45页 |
| 6.2.2 文本分类功能 | 第45-46页 |
| 6.2.3 文本语义挖掘功能 | 第46-47页 |
| 6.2.4 实体关系挖掘训练语料库制作 | 第47-48页 |
| 第7章 总结与展望 | 第48-49页 |
| 7.1 全文总结 | 第48页 |
| 7.2 展望 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间发表的论文和研究成果 | 第52页 |
