| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12-13页 |
| ·Web人物关系网构建技术研究现状及面临的问题 | 第13-14页 |
| ·本文研究的主要内容 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 相关研究工作 | 第16-25页 |
| ·人物关系网构建的基本流程及相关定义 | 第16-18页 |
| ·人物关系抽取技术的相关研究 | 第18-21页 |
| ·基于人工模式的关系抽取分析 | 第18-19页 |
| ·基于种子Bootstrapping的关系抽取分析 | 第19-20页 |
| ·基于聚类的关系抽取分析 | 第20-21页 |
| ·人名消歧技术的相关研究 | 第21-23页 |
| ·基于聚类的人名消歧方法分析 | 第21-22页 |
| ·基于Link-Entity-with-Base的人名消歧方法分析 | 第22页 |
| ·基于人物职业分类的人名消歧方法分析 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于优先级序列模式的Web人物关系抽取算法 | 第25-39页 |
| ·算法要解决的问题 | 第25页 |
| ·算法总流程 | 第25-26页 |
| ·Web人物关系类型确定 | 第26-29页 |
| ·Web人物关系语料库构建 | 第26-27页 |
| ·Web人物关系类型自动发现 | 第27-29页 |
| ·Web人物关系特征分析 | 第29-34页 |
| ·序列模式 | 第29-30页 |
| ·人物关系特征分析 | 第30-34页 |
| ·序列模式优先级设置 | 第34-35页 |
| ·Web人物关系对抽取 | 第35-36页 |
| ·Web人物关系元组过滤 | 第36-37页 |
| ·算法优点 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于人物职业分类的人名消歧改进算法 | 第39-47页 |
| ·算法要解决的问题 | 第39-41页 |
| ·候选人物实体挖掘的改进 | 第41-43页 |
| ·人物职业分类表的获取 | 第41页 |
| ·人物实体挖掘模式获取 | 第41-42页 |
| ·候选人物实体挖掘改进算法描述 | 第42-43页 |
| ·候选人物实体链接的改进 | 第43-45页 |
| ·KNN引入簇的思想 | 第43-44页 |
| ·候选人物实体链接改进算法描述 | 第44-45页 |
| ·算法优点 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验结果及评测 | 第47-57页 |
| ·基于优先级序列模式的Web人物关系抽取算法评测 | 第47-51页 |
| ·实验数据集 | 第47页 |
| ·评价标准 | 第47-48页 |
| ·召回率评测 | 第48页 |
| ·准确率评测 | 第48-49页 |
| ·人物关系元组过滤评测 | 第49-50页 |
| ·算法整体性能评测 | 第50-51页 |
| ·基于人物职业分类的人名消歧改进算法评测 | 第51-56页 |
| ·实验数据集 | 第51-53页 |
| ·评价标准 | 第53页 |
| ·参数学习 | 第53-55页 |
| ·实验结果及分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结及展望 | 第57-59页 |
| ·本文的工作总结 | 第57页 |
| ·工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第62页 |
| 附录二 作者攻读硕士学位期间获得的知识产权 | 第62页 |
| 附录三 作者攻读硕士学位期间参与的科研项目 | 第62-63页 |
| 后记 | 第63页 |
