| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题目的及意义 | 第9-10页 |
| 1.3 国内外研究现状及分析 | 第10-14页 |
| 1.4 本文研究的主要内容 | 第14-15页 |
| 第2章 知识条目抽取相关技术和理论 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 相似度计算方法 | 第15页 |
| 2.3 条件随机场模型 | 第15-17页 |
| 2.4 词向量技术 | 第17-19页 |
| 2.5 聚类算法 | 第19-23页 |
| 2.5.1 K-means 聚类算法 | 第19-20页 |
| 2.5.2 近邻传播聚类算法 | 第20-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 知识条目抽取方法 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 基于依存句法的模板匹配算法 | 第24-27页 |
| 3.2.1 算法概述 | 第24-25页 |
| 3.2.2 模板学习 | 第25-27页 |
| 3.2.3 模板匹配和知识抽取 | 第27页 |
| 3.3 基于依存句法和词向量的 CRFS 算法 | 第27-36页 |
| 3.3.1 算法概述 | 第27页 |
| 3.3.2 标注体系 | 第27-29页 |
| 3.3.3 特征模板 | 第29-33页 |
| 3.3.4 特征选择 | 第33页 |
| 3.3.5 模型参数估计 | 第33-35页 |
| 3.3.6 结果标注 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 系统的设计与实现 | 第37-42页 |
| 4.1 引言 | 第37页 |
| 4.2 系统概述 | 第37页 |
| 4.3 数据预处理 | 第37-39页 |
| 4.4 算法设计流程 | 第39-40页 |
| 4.5 实验前台展示 | 第40-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第5章 实验评测和结果分析 | 第42-51页 |
| 5.1 引言 | 第42页 |
| 5.2 评测方法 | 第42-43页 |
| 5.3 评测结果 | 第43-50页 |
| 5.3.1 基于依存句法的模板匹配算法 | 第43-46页 |
| 5.3.2 基于依存句法和词向量的 CRFs 算法 | 第46-50页 |
| 5.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-58页 |
| 致谢 | 第58页 |