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

语言学特征在中文命名实体间语义关系抽取中的应用研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-12页
   ·研究背景第8-10页
   ·研究意义第10页
   ·本文的研究内容第10-11页
   ·本文的组织结构第11-12页
第二章 关系抽取相关工作第12-37页
   ·信息抽取第12-20页
     ·信息抽取概述第12-13页
     ·信息抽取技术的发展历史第13-16页
     ·信息抽取系统的体系结构第16-17页
     ·信息抽取系统的评测标准第17-18页
     ·信息抽取系统的关键技术第18-20页
   ·语义关系抽取第20-28页
     ·语义关系抽取概述第20-21页
     ·语义关系抽取方法第21-26页
     ·中文实体语义关系抽取研究现状第26-28页
   ·ACE 语料库第28-33页
     ·ACE 语料库概述第28-29页
     ·实体第29-31页
     ·命名实体语义关系第31-33页
   ·支持向量机第33-34页
   ·K 倍交叉验证法第34-36页
   ·本章小结第36-37页
第三章 语言学特征在语义关系抽取中的应用第37-56页
   ·基于特征向量的语义关系抽取系统流程第37-43页
     ·语料预处理第38-40页
     ·语料预处理举例第40-42页
     ·关系实例的产生第42-43页
   ·特征抽取第43-51页
     ·实体词及其上下文特征第44-46页
     ·实体类型特征第46-47页
     ·实体参照信息特征第47-48页
     ·实体交叠信息特征第48-49页
     ·基本短语块特征第49-51页
   ·特征向量的构造第51-52页
   ·分类器的选择第52-53页
   ·分类器的构造第53-55页
   ·本章小结第55-56页
第四章 实验结果及分析第56-67页
   ·实验语料第56-57页
   ·实验结果与分析第57-66页
     ·二种抽取任务的实验性能第57-59页
     ·不同特征对抽取性能的贡献第59-65页
     ·5倍交叉验证第65页
     ·同其他关系抽取系统的比较第65-66页
   ·本章小结第66-67页
第五章 总结与展望第67-69页
   ·总结第67-68页
   ·展望第68-69页
参考文献第69-74页
攻读硕士学位期间公开发表的论文第74-75页
致谢第75-76页

论文共76页,点击 下载论文
上一篇:基于维基百科的双语语料挖掘技术研究
下一篇:动态模糊Petri网理论及其应用研究