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

英文实体识别与链接的研究与实现

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第12-17页
    1.1 研究背景和意义第12-13页
    1.2 研究现状第13-15页
    1.3 本文工作和研究成果第15-16页
    1.4 本文组织结构第16-17页
第二章 相关工作第17-32页
    2.1 知识图谱第17-21页
        2.1.1 知识库第17-19页
        2.1.2 知识图谱及应用第19-21页
    2.2 命名实体识别第21-23页
        2.2.1 基于字典和规则的命名实体识别方法第21-22页
        2.2.2 基于统计的命名实体识别方法第22页
        2.2.3 基于深度学习的命名实体识别方法第22-23页
    2.3 基于图的算法第23-24页
        2.3.1 随机游走第23页
        2.3.2 重启随机游走第23-24页
    2.4 深度学习方法第24-32页
        2.4.1 词向量第24-25页
        2.4.2 多层感知机第25-26页
        2.4.3 循环神经网络第26-27页
        2.4.4 长短记忆期神经网络第27-29页
        2.4.5 卷积神经网络第29-30页
        2.4.6 梯度下降第30-32页
第三章 融合卷积神经网络和重启随机游走的实体链接方法第32-40页
    3.1 预处理第32-33页
    3.2 指称识别第33页
    3.3 候选实体生成第33-34页
    3.4 实体选择第34-39页
        3.4.1 语义特征第35-37页
        3.4.2 卷积神经网络网络结构第37-39页
        3.4.3 模型训练第39页
    3.5 指称聚类第39-40页
第四章 英文实体识别与链接系统的设计与实现第40-51页
    4.1 系统设计第40-41页
    4.2 模块介绍第41-48页
        4.2.1 预处理模块第41-44页
        4.2.2 指称识别模块第44-46页
        4.2.3 候选实体生成模块第46页
        4.2.4 实体选择模块第46-47页
        4.2.5 指称聚类模块第47-48页
    4.3 实体识别与链接系统展示第48-51页
        4.3.1 系统首页第48-49页
        4.3.2 指称识别第49-50页
        4.3.3 实体选择第50-51页
第五章 实验第51-55页
    5.1 实验数据第51页
    5.2 实验评价指标第51-52页
    5.3 实验结果及分析第52-55页
第六章 总结与展望第55-58页
    6.1 工作总结第55-56页
    6.2 工作展望第56-58页
参考文献第58-63页
致谢第63-64页
攻读学位期间发表的学术论文目录第64页

论文共64页,点击 下载论文
上一篇:基于数据动态预测的WoT搜索引擎技术研究
下一篇:面向无线传输优化的VR视频编码研究