| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题来源 | 第13页 |
| 1.2 研究背景 | 第13-14页 |
| 1.3 研究内容 | 第14-16页 |
| 1.4 创新点与意义 | 第16-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第二章 相关工作 | 第19-27页 |
| 2.1 知识图谱实体关系抽取研究现状 | 第19-22页 |
| 2.1.1 基于有监督学习的方法 | 第19-20页 |
| 2.1.2 基于无监督学习的方法 | 第20-21页 |
| 2.1.3 基于远程监督学习的方法 | 第21-22页 |
| 2.2 以实体为核心的关键句子抽取方法研究现状 | 第22-24页 |
| 2.2.1 基于特征的方法 | 第22页 |
| 2.2.2 基于图的方法 | 第22-23页 |
| 2.2.3 基于概率主题模型的方法 | 第23页 |
| 2.2.4 基于领域知识库或本体的方法 | 第23页 |
| 2.2.5 其它方法 | 第23-24页 |
| 2.3 知识图谱实体核心特征提取方法研究现状 | 第24-27页 |
| 2.3.1 基于属性关系重要性的方法 | 第24-25页 |
| 2.3.2 考虑属性关系多样性的方法 | 第25-27页 |
| 第三章 以实体为核心的互联网空间文本大数据中关键句子选择 | 第27-53页 |
| 3.1 问题提出 | 第27-30页 |
| 3.2 问题定义 | 第30-31页 |
| 3.3 以实体为核心的关键句子集生成模型 | 第31-32页 |
| 3.4 基于语义单元抽取的句子语义表示方法 | 第32-36页 |
| 3.5 基于信息性与新颖性的关键句子集生成 | 第36-44页 |
| 3.5.1 关键句子集合的信息性与新颖性计算 | 第36-40页 |
| 3.5.2 基于改进遗传算法的关键句子集生成 | 第40-44页 |
| 3.6 实验验证及模型参数调节 | 第44-51页 |
| 3.6.1 数据集描述 | 第45页 |
| 3.6.2 评价指标 | 第45-46页 |
| 3.6.3 实验结果分析 | 第46-49页 |
| 3.6.4 参数敏感性分析 | 第49-51页 |
| 3.7 本章小结 | 第51-53页 |
| 第四章 基于多元空间数据融合的地理实体知识图谱构建 | 第53-92页 |
| 4.1 知识图谱的构建过程简介 | 第54-55页 |
| 4.2 融合多元空间数据的地理实体知识图谱构建框架 | 第55-56页 |
| 4.3 基于地理空间数据与互联网空间百科类数据的地理实体知识图谱构建 | 第56-68页 |
| 4.3.1 基于结构化地理数据的骨干知识图谱构建 | 第57-58页 |
| 4.3.2 基于互联网空间百科类数据的地理实体知识图谱属性关系补充 | 第58-68页 |
| 4.4 基于互联网空间新闻类文本数据的地理实体关系补全 | 第68-82页 |
| 4.4.1 基于互联网空间新闻类文本的地理实体关系补全模型 | 第68-69页 |
| 4.4.2 互联网空间数据获取及关键句子抽取 | 第69-70页 |
| 4.4.3 基于句法依存规则的实体关系抽取方法 | 第70-82页 |
| 4.5 互联网空间百科类数据中实体对齐实验与评价 | 第82-87页 |
| 4.5.1 数据集描述 | 第82-83页 |
| 4.5.2 实验流程和评价指标 | 第83-84页 |
| 4.5.3 结果分析 | 第84-87页 |
| 4.6 互联网空间新闻类文本中地理实体关系补全方法实验结果分析 | 第87-91页 |
| 4.6.1 实验设计 | 第87-88页 |
| 4.6.2 结果分析 | 第88-91页 |
| 4.7 本章小结 | 第91-92页 |
| 第五章 基于实体语境的地理实体知识图谱实体特征提取 | 第92-107页 |
| 5.1 问题提出 | 第92-94页 |
| 5.2 问题定义 | 第94-96页 |
| 5.3 基于语境的实体特征提取模型 | 第96-97页 |
| 5.4 基于相关实体集拓展的实体语境生成 | 第97-98页 |
| 5.5 基于语境的实体特征提取 | 第98-104页 |
| 5.5.1 实体特征重要性计算 | 第98-99页 |
| 5.5.2 融合多维度特性的实体特征对相似性度量 | 第99-102页 |
| 5.5.3 基于重要性、相似性与多样性的多实体特征选择 | 第102-104页 |
| 5.6 实验结果分析 | 第104-106页 |
| 5.6.1 数据集 | 第104页 |
| 5.6.2 评价方法 | 第104-105页 |
| 5.6.3 结果分析 | 第105-106页 |
| 5.7 本章小结 | 第106-107页 |
| 第六章 实体特征提取算法在地理实体知识图谱中的应用 | 第107-114页 |
| 6.1 应用背景 | 第107-108页 |
| 6.2 系统模块设计 | 第108-110页 |
| 6.3 原型系统及其相关功能介绍 | 第110-113页 |
| 6.4 本章小结 | 第113-114页 |
| 第七章 结论与展望 | 第114-117页 |
| 7.1 本文总结 | 第114-116页 |
| 7.2 研究展望 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第127-128页 |
| 作者在攻读硕士学位期间所作的项目 | 第128-129页 |
| 致谢 | 第129页 |
