基于点击数据和搜索结果片断的命名实体挖掘
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-12页 |
| ·本论文研究的目的和意义 | 第10页 |
| ·国内外研究现状及发展趋势 | 第10-12页 |
| 第2章 研究方案 | 第12-17页 |
| ·本论文研究内容 | 第12页 |
| ·数据介绍 | 第12-13页 |
| ·命名实体 | 第12-13页 |
| ·搜索引擎点击数据 | 第13页 |
| ·搜索结果片断 | 第13页 |
| ·研究方案 | 第13-17页 |
| 第3章 主题模型 | 第17-25页 |
| ·主题模型简介 | 第17页 |
| ·潜在狄利克雷分配 | 第17-18页 |
| ·EM 算法 | 第18-20页 |
| ·轻量监督的潜在狄利克雷分配 | 第20-25页 |
| ·主题模型在本文中的应用 | 第20页 |
| ·WS-LDA 的训练 | 第20-24页 |
| ·WS-LDA 的预测 | 第24-25页 |
| 第4章 基于搜索结果片断的查询词分类器 | 第25-31页 |
| ·相关分类算法简介 | 第25-27页 |
| ·分类算法概述 | 第25-26页 |
| ·最小距离分类器 | 第26页 |
| ·支持向量机 | 第26-27页 |
| ·查询词分类 | 第27页 |
| ·基于搜索结果片断的查询词分类器的构建 | 第27-31页 |
| ·分类器概述 | 第27-28页 |
| ·分类器特征向量 | 第28页 |
| ·分类器分类算法 | 第28-29页 |
| ·分类器训练 | 第29-30页 |
| ·分类器预测 | 第30-31页 |
| 第5章 实验 | 第31-50页 |
| ·实验数据 | 第31页 |
| ·预定义类别及命名实体种子 | 第31页 |
| ·搜索引擎点击数据 | 第31页 |
| ·搜索结果片断 | 第31页 |
| ·基线方法和衡量标准 | 第31-32页 |
| ·提取模板 | 第32页 |
| ·主题模型训练 | 第32-40页 |
| ·查询词分类器训练 | 第40-42页 |
| ·最小距离分类器与 SVM 的性能比较 | 第40-41页 |
| ·最小距离分类器的训练 | 第41-42页 |
| ·命名实体结果 | 第42-50页 |
| ·命名实体提取 | 第42-43页 |
| ·命名实体排序 | 第43-50页 |
| 第6章 讨论 | 第50-56页 |
| ·本文的贡献及创新 | 第50页 |
| ·本文难点处的进一步讨论 | 第50-56页 |
| ·主题模型 | 第50-55页 |
| ·分类中的“其它类” | 第55-56页 |
| 第7章 未来工作 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-62页 |
| 攻读学位期间发表论文与研究成果清单 | 第62-63页 |
| 致谢 | 第63页 |
