首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于实例动态泛化的共指消解及应用

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-18页
   ·课题背景第9-10页
   ·课题的研究目的和意义第10-11页
   ·研究现状及分析第11-16页
     ·基于语言学方法的共指消解第11-12页
     ·基于机器学习算法的共指消解第12-15页
     ·共指消解研究当前的发展趋势第15-16页
   ·本文的主要研究内容第16-18页
第2章 基于实例动态泛化的共指消解方法第18-30页
   ·Mention 识别第18-21页
     ·基于分类的Mention 识别第19-20页
     ·基于序列标注的Mention 识别第20-21页
   ·泛化点构建第21-24页
     ·精确泛化点构建第21-22页
     ·结构化泛化点改进第22-24页
   ·CoNLL 评测相关第24-25页
     ·Mention 识别第24页
     ·分类特征集合第24-25页
   ·实验设计及结果分析第25-29页
     ·实验设计第25-26页
     ·实验结果及分析第26-29页
   ·本章小结第29-30页
第3章 共指链生成方法第30-42页
   ·共指链生成方法简介第30-31页
   ·基于词汇信息的共指链生成方法第31-33页
     ·方法描述第32页
     ·实例说明第32-33页
   ·基于分类置信度的共指链生成方法第33-35页
     ·方法描述第34页
     ·实例说明第34-35页
   ·基于Ranking 的共指链生成方法第35-39页
     ·方法描述第36-39页
     ·实例说明第39页
   ·对比实验及分析第39-41页
     ·实验设计第39-40页
     ·实验结果及分析第40-41页
   ·本章小结第41-42页
第4章 基于实例动态泛化的全局实体关系抽取第42-53页
   ·实体关系抽取第42-46页
     ·实体关系类型第42-43页
     ·关系抽取特征第43-44页
     ·抽取方案研究第44-46页
   ·全局实体关系抽取第46-50页
     ·基于实体并列的全局关系第47-48页
     ·基于实体共指的全局关系第48-50页
   ·实验结果及分析第50-52页
     ·实验设计第50-51页
     ·实验结果及分析第51-52页
   ·本章小结第52-53页
结论第53-55页
参考文献第55-59页
攻读学位期间发表的学术论文第59-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:齿痕舌的识别及其与亚健康状态之间相关性的研究
下一篇:人脸表情识别及其在视频分类与推荐中的应用