中文人名消歧算法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景与研究意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 人名搜索研究历史 | 第12-14页 |
| 1.2.2 人名消歧研究现状 | 第14-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 论文结构安排 | 第17-19页 |
| 第2章 人名消歧相关知识 | 第19-28页 |
| 2.1 人名消歧的概述 | 第19页 |
| 2.2 人名消歧面临的难题 | 第19-20页 |
| 2.3 人名消歧相关技术 | 第20-27页 |
| 2.3.1 文本表示 | 第20-22页 |
| 2.3.2 特征提取 | 第22-23页 |
| 2.3.3 文本相似度算法 | 第23-26页 |
| 2.3.4 聚类算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于改进最长公共子序列的人名消歧 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 相关工作 | 第28-30页 |
| 3.2.1 《知网》语义相似度 | 第28-30页 |
| 3.2.2 最长公共子序列算法 | 第30页 |
| 3.3 LCSC方法 | 第30-34页 |
| 3.3.1 文本预处理 | 第31页 |
| 3.3.2 特征提取 | 第31-32页 |
| 3.3.3 词语相似度 | 第32页 |
| 3.3.4 结合语义知识的LCS算法 | 第32-33页 |
| 3.3.5 基于LCS的文本相似度 | 第33-34页 |
| 3.3.6 聚类算法 | 第34页 |
| 3.4 评价指标 | 第34-36页 |
| 3.4.1 P-IP评价方法 | 第34-35页 |
| 3.4.2 B-cubed评价方法 | 第35-36页 |
| 3.5 实验结果与分析 | 第36-41页 |
| 3.5.1 数据集 | 第37-38页 |
| 3.5.2 结果分析 | 第38-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 基于主题信息的人名消歧 | 第43-56页 |
| 4.1 引言 | 第43-44页 |
| 4.2 特征选择 | 第44-45页 |
| 4.3 二次聚类算法 | 第45-50页 |
| 4.3.1 构建主题集 | 第45-46页 |
| 4.3.2 基于职务或职称信息的初步划分 | 第46-48页 |
| 4.3.3 基于主题集的文本相似度算法 | 第48-49页 |
| 4.3.4 聚类算法描述 | 第49页 |
| 4.3.5 输出结果的标注和排序 | 第49-50页 |
| 4.4 实验分析 | 第50-55页 |
| 4.4.1 实验设置以及评价指标 | 第50页 |
| 4.4.2 实验分析 | 第50-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 结束语 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第62页 |
