一种基于半监督学习的实体集合扩展方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景、现状与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究现状 | 第11-13页 |
| 1.1.3 研究意义 | 第13页 |
| 1.2 本文工作 | 第13-15页 |
| 1.3 本文结构 | 第15-16页 |
| 第2章 相关工作 | 第16-26页 |
| 2.1 实体集合扩展技术的研究现状 | 第16-17页 |
| 2.1.1 基于分布统计的实体集合扩展方法 | 第16-17页 |
| 2.1.2 基于语义信息的实体集合扩展方法 | 第17页 |
| 2.2 包装器(Wrapper)研究现状 | 第17-19页 |
| 2.3 主题识别的研究现状 | 第19-22页 |
| 2.3.1 LDA模型 | 第19-21页 |
| 2.3.2 Gibbs抽样 | 第21-22页 |
| 2.4 器学习领域的相关研究 | 第22-26页 |
| 第3章 基于半监督学习的实体集合扩展方法 | 第26-44页 |
| 3.1 问题描述 | 第26页 |
| 3.2 算法整体流程 | 第26-28页 |
| 3.3 文档数据的获取与清洗 | 第28-36页 |
| 3.3.1 网络爬虫的基本原理 | 第28-29页 |
| 3.3.2 数据清洗 | 第29-36页 |
| 3.4 候选词的抽取与过滤 | 第36-37页 |
| 3.5 词列表的构建 | 第37-39页 |
| 3.6 利用LDA提取词列表语义信息 | 第39-40页 |
| 3.7 标签传播 | 第40-44页 |
| 3.7.1 标签传播算法的基本原理 | 第40-41页 |
| 3.7.2 标签传播算法的具体应用 | 第41-44页 |
| 第4章 实验数据及结果评估 | 第44-49页 |
| 4.1 网页正文内容抽取方法评估 | 第44-45页 |
| 4.2 基准实验及评价方法 | 第45页 |
| 4.3 结果分析与评估 | 第45-49页 |
| 第5章 总结及展望 | 第49-51页 |
| 5.1 本文总结 | 第49页 |
| 5.2 未来的工作 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间发表的论文 | 第57页 |
