基于时间线的历史知识库自动构建方法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景及意义 | 第9-11页 |
| 1.3 国内外相关研究现状 | 第11-16页 |
| 1.3.1 问答系统研究现状 | 第11-12页 |
| 1.3.2 命名实体识别研究现状 | 第12-14页 |
| 1.3.3 知识库研究现状 | 第14-16页 |
| 1.4 本文的主要研究内容 | 第16页 |
| 1.5 本文的章节组织 | 第16-18页 |
| 第2章 知识库构建流程及相关技术 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 知识收集及预处理模块 | 第18-19页 |
| 2.3 知识分类模块 | 第19页 |
| 2.4 时间实体标注模块 | 第19-20页 |
| 2.5 相关算法介绍 | 第20-25页 |
| 2.5.1 支持向量机算法 | 第20-21页 |
| 2.5.2 条件随机场 | 第21-22页 |
| 2.5.3 长短时记忆网络 | 第22-24页 |
| 2.5.4 卷积神经网络 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 知识收集及预处理 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 知识库数据收集及预处理 | 第26-28页 |
| 3.3 历史知识提取 | 第28-32页 |
| 3.3.1 基于网页解析的历史知识提取 | 第28-30页 |
| 3.3.2 基于文字密度和范围的历史知识提取 | 第30-32页 |
| 3.4 基于卷积神经网络的历史词条分类 | 第32-35页 |
| 3.4.1 分类模型词向量训练 | 第32-34页 |
| 3.4.2 基于卷积神经网络的历史词条分类模型 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 时间信息分析及时间实体标注 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 历史时间信息分析 | 第36-38页 |
| 4.3 历史知识时间实体标注 | 第38-41页 |
| 4.3.1 基于条件随机场的时间实体标注 | 第38-39页 |
| 4.3.2 基于长短时记忆网络的时间实体标注 | 第39-41页 |
| 4.4 基于时间线的历史知识库自动构建 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 实验结果分析 | 第44-55页 |
| 5.1 引言 | 第44页 |
| 5.2 常用评价指标 | 第44-45页 |
| 5.3 历史知识提取实验 | 第45-47页 |
| 5.3.1 实验设计及数据 | 第45页 |
| 5.3.2 实验结果及分析 | 第45-47页 |
| 5.4 历史词条分类实验 | 第47-51页 |
| 5.4.1 实验设计及数据 | 第47页 |
| 5.4.2 实验结果及分析 | 第47-51页 |
| 5.5 时间实体识别实验 | 第51-54页 |
| 5.5.1 实验设计及数据 | 第51-52页 |
| 5.5.2 实验结果及分析 | 第52-54页 |
| 5.6 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
