摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-14页 |
·研究背景及意义 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·本文的主要研究内容 | 第11-12页 |
·论文的组织 | 第12-14页 |
第二章 本体概念实例、属性及属性值提取研究综述 | 第14-20页 |
·引言 | 第14页 |
·本体概念实例、属性及属性值提取难点 | 第14-15页 |
·本体概念实例、属性及属性值特点 | 第15页 |
·本体概念实例、属性及属性值提取的主要方法 | 第15-16页 |
·基于规则的方法 | 第16页 |
·基于统计的机器学习的方法 | 第16页 |
·基于半结构化/结构化数据的方法 | 第16页 |
·基于联合分类器的本体概念实例、属性及属性值同步提取 | 第16-19页 |
·方法思想 | 第17-18页 |
·关键任务 | 第18-19页 |
·本章小结 | 第19-20页 |
第三章 基于CRFs的本体概念实例、属性及属性值的实体识别 | 第20-32页 |
·引言 | 第20页 |
·条件随机场(CRFs) | 第20-21页 |
·特征模板 | 第21-25页 |
·景点概念实例的特征模板制定 | 第22-23页 |
·景点概念属性的特征模板制定 | 第23-24页 |
·景点概念属性值的特征模板制定 | 第24-25页 |
·特征选择 | 第25-26页 |
·实验设计与分析 | 第26-31页 |
·语料与评测指标 | 第26页 |
·实验设计 | 第26页 |
·实验实现 | 第26-29页 |
·实验结果与分析 | 第29-31页 |
·本章小结 | 第31-32页 |
第四章 基于SVM的本体概念实例、属性及属性值间对应关系提取 | 第32-43页 |
·引言 | 第32页 |
·支持向量机(SVM) | 第32-34页 |
·特征设计 | 第34-38页 |
·词特征集(WORD) | 第34-35页 |
·词性特征集(POS) | 第35-36页 |
·实体类别特征集(ET) | 第36-37页 |
·实体类别顺序特征集(EO) | 第37-38页 |
·实体间隔距离特征(ED) | 第38页 |
·实验设计与分析 | 第38-41页 |
·实验数据及评测指标 | 第38-39页 |
·实验设计 | 第39页 |
·实验实现 | 第39-40页 |
·实验结果与分析 | 第40-41页 |
·本章小结 | 第41-43页 |
第五章 系统设计与实验分析 | 第43-49页 |
·引言 | 第43页 |
·系统结构 | 第43-46页 |
·实体识别模块 | 第44-45页 |
·实体对应关系提取模块 | 第45-46页 |
·实验设计与分析 | 第46-47页 |
·实验数据与评测指标 | 第46页 |
·实验设计 | 第46页 |
·实验实现 | 第46页 |
·实验结果分析 | 第46-47页 |
·部分识别结果展示 | 第47-48页 |
·本章小结 | 第48-49页 |
第六章 总结与展望 | 第49-52页 |
·总结 | 第49-50页 |
·展望 | 第50-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-57页 |
附录A 攻读硕士学位期间发表的学术论文 | 第57-58页 |
附录B 攻读硕士学位期间参与的项目 | 第58-59页 |
附录C 知识列表 | 第59-61页 |