首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于鲁棒主成分分析的远监督关系抽取

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

论文共53页,点击 下载论文
上一篇:基于双目立体视觉的三维特征点测量方法研究
下一篇:计算机反馈、代理及音高对多媒体学习的影响