摘要 | 第1-10页 |
Abstract | 第10-12页 |
第一章 绪言 | 第12-21页 |
·研究背景及意义 | 第12-13页 |
·实体检索国内外研究现状 | 第13-18页 |
·论文研究内容和组织结构 | 第18-21页 |
·论文研究内容 | 第18-20页 |
·论文组织结构 | 第20-21页 |
第二章 基于DEEP NEURAL NETWORK的有色金属领域实体识别 | 第21-37页 |
·引言 | 第21-23页 |
·有色金属实体识别DEEP NEURAL NETWORK架构 | 第23-24页 |
·将中文字符转换成CHARACTER EMBEDDINGS向量 | 第24-26页 |
·中文字符CHARACTER EMBEDDINGS预训练 | 第26-28页 |
·基于文本窗口降噪AUTOENCODER模型的隐层预训练 | 第28-30页 |
·基于神经元语言模型的文本窗口降噪Autoencoder模型 | 第28-29页 |
·有色金属实体识别DNN模型构建 | 第29-30页 |
·有色金属实体识别 | 第30-32页 |
·实验 | 第32-36页 |
·实验数据 | 第33页 |
·实验结果与分析 | 第33-36页 |
·本章小结 | 第36-37页 |
第三章 基于DBN的有色金属领域中文实体关系抽取 | 第37-49页 |
·引言 | 第37-38页 |
·相关研究 | 第38-40页 |
·深度信念网络(deep belief networks) | 第38-39页 |
·受限波尔兹曼机(RBM) | 第39-40页 |
·基于DBN的有色金属领域中文实体关系抽取 | 第40-47页 |
·有色金属领域实体关系定义及特征选择 | 第40-42页 |
·基于deep belief networks的有色金属领域中文实体关系抽取模型 | 第42-43页 |
·有色金属领域实体关系word embedding向量预训练 | 第43-45页 |
·RBM自训练过程 | 第45-46页 |
·反向传播(BP) | 第46-47页 |
·实验 | 第47-48页 |
·实验数据 | 第47页 |
·实验设置 | 第47页 |
·实验结果与分析 | 第47-48页 |
·本章小结 | 第48-49页 |
第四章 有色金属领域实体证据文档识别无向图模型 | 第49-65页 |
·引言 | 第49-50页 |
·有色金属实体证据文档识别无向图模型框架 | 第50-51页 |
·特征分析 | 第51-55页 |
·有色金属实体独立页面特征分析 | 第51-53页 |
·有色金属实体证据文档页面关联关系分析 | 第53-55页 |
·有色金属实体证据文档识别无向图模型 | 第55-59页 |
·马尔可夫网理论 | 第55页 |
·模型表示 | 第55-57页 |
·模型表示 | 第57-59页 |
·实验 | 第59-64页 |
·实验数据 | 第59-60页 |
·实验设置 | 第60-61页 |
·实验结果与分析 | 第61-64页 |
·本章小结 | 第64-65页 |
第五章 基于DEEP NEURAL NETWORK的有色金属实体排序方法 | 第65-84页 |
·引言 | 第65-66页 |
·相关研究 | 第66-76页 |
·潜在语义分析模型(latent semantic analysis) | 第66-68页 |
·有色金属实体关系网关联模型 | 第68页 |
·有色金属实体元数据关联模型 | 第68-69页 |
·基于语义哈希(semantic hashing)的文档向量表征 | 第69-71页 |
·基于Word embedding的词向量表征 | 第71-72页 |
·自编码器(Autoencoders) | 第72-76页 |
·有色金属领域实体排序深度学习模型 | 第76-81页 |
·基于深架构的语义特征计算 | 第76-77页 |
·基于深架构的有色金属实体排序语义模型训练 | 第77-80页 |
·基于Denoising AutoEncoders降噪自动编码器的模型参数微调 | 第80-81页 |
·实验 | 第81-83页 |
·实验数据 | 第81-82页 |
·实验设置 | 第82-83页 |
·实验结果与分析 | 第83页 |
·本章小结 | 第83-84页 |
第六章 总结和展望 | 第84-87页 |
·研究工作总结 | 第84-85页 |
·工作展望 | 第85-87页 |
参考文献 | 第87-96页 |
附录A 作者在攻读博士期间发表的论文 | 第96-98页 |
附录B 攻读博士期间获奖情况 | 第98-99页 |
附录C 攻读博士期间申请专利及软件著作权 | 第99-100页 |
附录D 攻读博士期间参与项目 | 第100-101页 |
附录E 术语对照表 | 第101-102页 |
致谢 | 第102页 |