基于句法模式识别的中文关系抽取方法研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 1.4 本文的结构安排 | 第15-16页 |
| 第二章 关系抽取相关理论和技术 | 第16-31页 |
| 2.1 关系抽取关键技术 | 第16-22页 |
| 2.1.1 基于知识工程的方法 | 第16-17页 |
| 2.1.2 有监督的机器学习方法 | 第17-18页 |
| 2.1.3 弱监督的机器学习方法 | 第18-19页 |
| 2.1.4 基于自监督学习的方法 | 第19-22页 |
| 2.2 关系抽取评价体系 | 第22-23页 |
| 2.3 关系抽取技术发展趋势 | 第23-24页 |
| 2.4 依存句法分析 | 第24-27页 |
| 2.4.1 依存句法分析概述 | 第24-26页 |
| 2.4.2 依存句法分析主流方法 | 第26-27页 |
| 2.5 LOGISTIC回归 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于句法模式识别的中文关系抽取算法 | 第31-59页 |
| 3.1 引言 | 第31-34页 |
| 3.2 基于句法模式识别的关系抽取方法流程 | 第34-37页 |
| 3.3 可自动化扩展的句法模式集获取 | 第37-40页 |
| 3.4 基于句法模式的论元和关系词抽取 | 第40-55页 |
| 3.4.1 论元抽取 | 第41-46页 |
| 3.4.1.1 基本名词块抽取 | 第41-43页 |
| 3.4.1.2 名词块优化算法 | 第43-46页 |
| 3.4.2 关系词抽取 | 第46-55页 |
| 3.4.2.1 基本关系词抽取 | 第47-48页 |
| 3.4.2.2 轻动词结构抽取 | 第48-52页 |
| 3.4.2.3 特殊句式关系词抽取 | 第52-55页 |
| 3.5 关系句法模式识别 | 第55-56页 |
| 3.6 高质量关系元组获取 | 第56-58页 |
| 3.6.1 过滤模型 | 第56-57页 |
| 3.6.2 置信度计算 | 第57-58页 |
| 3.7 本章小结 | 第58-59页 |
| 第四章 算法实现及实验分析 | 第59-75页 |
| 4.1 算法实现及开发环境 | 第59-61页 |
| 4.1.1 算法实现 | 第59-61页 |
| 4.1.2 开发环境 | 第61页 |
| 4.2 实验数据集 | 第61-63页 |
| 4.3 句法模式集抽取实验 | 第63-64页 |
| 4.4 轻动词结构抽取相关实验 | 第64-67页 |
| 4.4.1 轻动词结构抽取实验结果及分析 | 第65-66页 |
| 4.4.2 轻动词相关介词扩展实验结果及分析 | 第66-67页 |
| 4.5 关系抽取实验 | 第67-74页 |
| 4.5.1 关系元组质量评估 | 第67-70页 |
| 4.5.2 论元质量评估 | 第70-71页 |
| 4.5.3 关系词质量评估 | 第71-73页 |
| 4.5.4 关系抽取效率评估 | 第73-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 本文工作总结 | 第75-76页 |
| 5.2 未来研究展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |
