| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·专家消歧的研究现状 | 第10-12页 |
| ·本文研究内容 | 第12页 |
| ·论文的组织 | 第12-15页 |
| 第二章 专家消歧及聚类的相关理论 | 第15-23页 |
| ·专家消歧相关理论 | 第15-17页 |
| ·文本表示模型 | 第15页 |
| ·相似度度量方法 | 第15-16页 |
| ·文本特征选择方法 | 第16页 |
| ·常见文本聚类方法 | 第16-17页 |
| ·聚类相关概述 | 第17-19页 |
| ·图聚类与半监督图聚类 | 第19-21页 |
| ·图聚类的相关概念及术语 | 第19-20页 |
| ·图聚类概述 | 第20-21页 |
| ·半监督图聚类概述 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 专家消歧数据预处理 | 第23-33页 |
| ·数据预处理结构框架 | 第23-24页 |
| ·基于BK树检索的网页去重 | 第24-26页 |
| ·基于行块分布函数的网页文本内容抽取 | 第26-27页 |
| ·专家消歧属性特征的选取 | 第27-32页 |
| ·专家属性特征的选择与标注 | 第28-30页 |
| ·基于CRFs的专家属性特征抽取 | 第30-31页 |
| ·专家属性关联关系特征选取 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于属性关联关系的谱聚类专家消歧方法 | 第33-41页 |
| ·谱聚类算法介绍 | 第33页 |
| ·基于属性关联关系的谱聚类专家消歧模型构建 | 第33-36页 |
| ·专家页面初始相似度矩阵构造 | 第34-35页 |
| ·利用约束校正初始相似度矩阵 | 第35页 |
| ·专家消歧模型构建 | 第35-36页 |
| ·实验设计与结果分析 | 第36-39页 |
| ·实验设计 | 第36-37页 |
| ·实验评价指标 | 第37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 基于半监督图聚类的专家消歧方法 | 第41-57页 |
| ·半监督图聚类算法介绍 | 第41-45页 |
| ·引言 | 第41-43页 |
| ·半监督图聚类目标函数 | 第43-44页 |
| ·半监督图聚类算法思想 | 第44-45页 |
| ·基于半监督图聚类的专家消歧模型构建 | 第45-48页 |
| ·“must-link”与“cannot-link”约束规则 | 第45-46页 |
| ·专家消歧模型构建过程 | 第46-48页 |
| ·基于聚类模型的求解 | 第48-53页 |
| ·目标函数最小化的求解算法描述 | 第48页 |
| ·核矩阵的求解 | 第48-49页 |
| ·初始聚类数目的确定 | 第49-50页 |
| ·初始聚类中心的确定 | 第50页 |
| ·模型构建实例 | 第50-53页 |
| ·实验设计与结果分析 | 第53-56页 |
| ·实验设计 | 第53-54页 |
| ·结果分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 基于半监督图聚类专家消歧原型系统的设计与实现 | 第57-61页 |
| ·引言 | 第57页 |
| ·系统框架 | 第57页 |
| ·系统功能 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第七章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录A 攻读硕士学位期间发表论文 | 第69-71页 |
| 附录B 攻读硕士学位期间发表软件著作权 | 第71-73页 |
| 附录C 攻读硕士期参与科研项目 | 第73页 |