基于多知识库科技报告术语实体链接研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1. 绪论 | 第11-17页 |
| 1.1. 研究背景、目的及意义 | 第11-12页 |
| 1.2. 国内外研究现状 | 第12-15页 |
| 1.2.1. 科技报告研究现状 | 第12-13页 |
| 1.2.2. 实体链接研究现状 | 第13-15页 |
| 1.3. 本文的主要研究内容及组织结构 | 第15-17页 |
| 1.3.1. 本文的主要研究内容 | 第15-16页 |
| 1.3.2. 本文组织结构 | 第16-17页 |
| 2. 科技报告新词发现方法研究 | 第17-25页 |
| 2.1. 新词发现概述 | 第17-19页 |
| 2.1.1. 相关理论 | 第17-18页 |
| 2.1.2. 新词发现基本流程 | 第18-19页 |
| 2.2. 数据预处理 | 第19-21页 |
| 2.2.1. 中文分词 | 第20页 |
| 2.2.2. 停用词过滤 | 第20-21页 |
| 2.3. 候选词串抽取 | 第21-22页 |
| 2.3.1. 组合词串筛选 | 第21-22页 |
| 2.3.2. 频繁词串的抽取 | 第22页 |
| 2.4. 新词发现 | 第22-24页 |
| 2.4.1. 统计特征的选择 | 第23页 |
| 2.4.2. 综合特征判定指标 | 第23-24页 |
| 2.5. 本章小结 | 第24-25页 |
| 3. 术语知识库构建 | 第25-34页 |
| 3.1. 术语知识库构建相关技术 | 第25-29页 |
| 3.1.1. 信息采集技术 | 第25-26页 |
| 3.1.2. 数据清洗技术 | 第26-27页 |
| 3.1.3. 信息组织技术 | 第27-28页 |
| 3.1.4. 信息存储技术 | 第28-29页 |
| 3.2. 数据采集与预处理 | 第29-30页 |
| 3.3. 信息抽取 | 第30-32页 |
| 3.4. 数据存储 | 第32-33页 |
| 3.5. 本章小结 | 第33-34页 |
| 4. 基于多知识库的术语实体链接方法 | 第34-45页 |
| 4.1. 文本再分词 | 第35页 |
| 4.2. 训练语料库 | 第35-37页 |
| 4.3. 候选术语实体获取 | 第37-40页 |
| 4.3.1. 实体识别方法简介 | 第37-39页 |
| 4.3.2. 基于条件随机场的候选术语实体获取 | 第39-40页 |
| 4.4. 候选术语实体链接研究 | 第40-44页 |
| 4.4.1. 语义相似度分析 | 第40-42页 |
| 4.4.2. 基于多知识库的实体链接方法 | 第42-44页 |
| 4.5. 实体链接效果评价 | 第44页 |
| 4.6. 本章小结 | 第44-45页 |
| 5. 科技报告实体识别系统实现及性能测试 | 第45-55页 |
| 5.1. 系统数据来源及开发环境 | 第45页 |
| 5.1.1. 实验数据来源 | 第45页 |
| 5.1.2. 系统开发环境 | 第45页 |
| 5.2. 系统模块的实现 | 第45-52页 |
| 5.2.1. 数据预处理模块 | 第45-48页 |
| 5.2.2. 新词发现模块 | 第48-50页 |
| 5.2.3. 候选实体获取模块 | 第50-51页 |
| 5.2.4. 实体链接模块 | 第51-52页 |
| 5.3. 系统测试结果对比及分析 | 第52-54页 |
| 5.4. 本章小结 | 第54-55页 |
| 6. 总结与展望 | 第55-57页 |
| 6.1. 全文总结 | 第55页 |
| 6.2. 下一步工作 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
