摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 应用需求 | 第11-12页 |
1.3 研究现状 | 第12-14页 |
1.4 本文的工作和组织结构 | 第14-16页 |
第2章 远监督关系抽取方法 | 第16-24页 |
2.1 关系抽取的基本概念 | 第16-17页 |
2.2 远监督关系抽取任务框架 | 第17-22页 |
2.2.1 知识库和文本集 | 第18页 |
2.2.2 启发式匹配对齐数据规则 | 第18-19页 |
2.2.3 特征提取 | 第19-20页 |
2.2.4 数据整理 | 第20-21页 |
2.2.5 低秩矩阵恢复抽取新关系 | 第21-22页 |
2.3 远监督关系抽取问题分析 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 使用鲁棒主成分分析实现远监督关系抽取 | 第24-39页 |
3.1 基本概念 | 第24-25页 |
3.2 基于鲁棒主成分分析的远监督关系抽取模型 | 第25-27页 |
3.3 基于核范数最小化的RPCA模型 | 第27-33页 |
3.3.1 基于核范数最小化的RPCA模型公式 | 第27-30页 |
3.3.2 基于核范数最小化的RPCA模型算法 | 第30-33页 |
3.4 基于加权核范数最小化的RPCA模型求解算法 | 第33-38页 |
3.4.1 基于加权核范数最小化的RPCA模型公式 | 第33-35页 |
3.4.2 基于加权核范数最小化的RPCA模型算法 | 第35-38页 |
3.5 本章小结 | 第38-39页 |
第4章 实验评估 | 第39-47页 |
4.1 实验数据 | 第39-40页 |
4.2 评价标准 | 第40-41页 |
4.3 实验设计和结果分析 | 第41-46页 |
4.3.1 最优秩的选择 | 第41-42页 |
4.3.2 对比算法 | 第42-43页 |
4.3.3 实验结果分析 | 第43-46页 |
4.4 本章小结 | 第46-47页 |
第5章 总结与展望 | 第47-49页 |
5.1 总结 | 第47-48页 |
5.2 展望 | 第48-49页 |
参考文献 | 第49-52页 |
作者简介 | 第52-53页 |
致谢 | 第53页 |