| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 论文选题来源 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 微博短文本研究现状 | 第11-12页 |
| 1.3.2 命名实体研究现状 | 第12页 |
| 1.3.3 实体链接研究现状 | 第12-13页 |
| 1.4 本文研究内容 | 第13-14页 |
| 1.4.1 本文主要工作 | 第13-14页 |
| 1.4.2 本文难点介绍 | 第14页 |
| 1.5 论文组织结构 | 第14-17页 |
| 第2章 相关基础理论知识 | 第17-27页 |
| 2.1 中文微博 | 第17-19页 |
| 2.1.1 中文微博的概念 | 第17-18页 |
| 2.1.2 中文微博的语言特点 | 第18-19页 |
| 2.2 网络百科 | 第19页 |
| 2.3 中文分词 | 第19-21页 |
| 2.3.1 中文分词的概念及工具 | 第19-20页 |
| 2.3.2 本文中文分词应用 | 第20-21页 |
| 2.4 网络爬虫 | 第21-23页 |
| 2.5 主题模式-狄利克雷分布 | 第23-25页 |
| 2.6 文本特征值表示 | 第25页 |
| 2.7 快速纽曼聚类算法 | 第25-27页 |
| 第3章 中文微博实体链接多策略方法 | 第27-41页 |
| 3.1 方法整体框架 | 第27-28页 |
| 3.2 基于主题模式的人名实体消歧算法 | 第28页 |
| 3.3 基于实体映射表的匹配消歧算法 | 第28-31页 |
| 3.3.1 规范化命名实体 | 第29-30页 |
| 3.3.2 映射表的建立 | 第30-31页 |
| 3.3.3 人名实体库和地名实体库的构建 | 第31页 |
| 3.4 基于实体义项标签的消歧算法 | 第31-34页 |
| 3.4.1 实体标签相似度说明 | 第32-33页 |
| 3.4.2 标签消歧算法的具体实现步骤 | 第33-34页 |
| 3.5 基于TF-IDF的实体义项特征消歧算法 | 第34-37页 |
| 3.5.1 构建待消歧实体百科文本词频统计库 | 第34-35页 |
| 3.5.2 TF-IDF模型计算词语权重 | 第35-36页 |
| 3.5.3 利用空间向量进行命名实体消歧 | 第36-37页 |
| 3.6 基于Fast-Newman聚类模型实体消歧算法 | 第37-41页 |
| 3.6.1 Fast-Newman模型中预处理 | 第38页 |
| 3.6.2 模型的主要流程 | 第38-40页 |
| 3.6.3 根据Jaccard相似度计算待测实体与义项相似性 | 第40-41页 |
| 第4章 实验数据分析 | 第41-49页 |
| 4.1 数据说明 | 第41-42页 |
| 4.2 评价标准 | 第42-43页 |
| 4.3 评测成绩说明 | 第43-44页 |
| 4.4 算法改进实验结果 | 第44-49页 |
| 4.4.1 数据成分分析 | 第44-46页 |
| 4.4.2 基于LDA的人名消歧算法实验分析 | 第46-47页 |
| 4.4.3 基于实体义项标签的消歧算法实验分析 | 第47页 |
| 4.4.4 组合算法实验分析 | 第47-49页 |
| 第5章 基于中文微博实体与百科条目的链接的系统实现 | 第49-57页 |
| 5.1 系统整体说明 | 第49-50页 |
| 5.2 百科条目知识库系统 | 第50-54页 |
| 5.2.1 网络百科资源梳理 | 第50-51页 |
| 5.2.2 系统构建步骤 | 第51-53页 |
| 5.2.3 知识库功能演示 | 第53-54页 |
| 5.3 中文微博实体识别系统 | 第54-57页 |
| 5.3.1 中文微博识别系统架构 | 第54-55页 |
| 5.3.2 识别系统功能演示 | 第55-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 全文工作总结 | 第57页 |
| 6.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 硕士期间发表的论文和参与的课题 | 第65页 |
