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

基于自举的弱指导中文语义关系抽取研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-14页
   ·研究背景及意义第8-11页
     ·研究背景第8-10页
     ·研究意义第10-11页
   ·本文的工作第11-12页
   ·本文的组织结构第12-14页
第二章 关系抽取相关工作第14-38页
   ·信息抽取的概述第14-21页
     ·信息抽取的关键技术第14-15页
     ·信息抽取的体系结构第15-16页
     ·信息抽取的关键概念第16-19页
     ·信息抽取的发展历史第19-21页
     ·信息抽取的评价指标第21页
   ·语义关系抽取第21-27页
     ·指导性学习方法第22-25页
     ·无指导学习方法第25-26页
     ·弱指导学习方法第26-27页
   ·中文实体关系抽取研究现状第27-29页
   ·自举学习第29-31页
   ·聚类第31-37页
     ·聚类概念第31-32页
     ·聚类的定义第32-33页
     ·聚类与分类的区别第33-34页
     ·聚类的过程第34页
     ·聚类算法第34-37页
   ·本章小结第37-38页
第三章 基于自举学习的弱指导中文语义关系抽取第38-47页
   ·自举学习算法第38-40页
     ·初始种子集的选取第39页
     ·训练数据集的扩展第39-40页
     ·迭代终止第40页
   ·基于分层聚类的初始种子集的选取第40-46页
     ·聚类方法第40-43页
     ·相似度计算方法第43-44页
     ·基于层次聚类的分层种子采样第44-46页
   ·本章小结第46-47页
第四章 实验结果及分析第47-55页
   ·实验设置第47页
   ·评测指标第47-48页
   ·实验结果及分析第48-53页
     ·随机采样对抽取性能的影响第48-49页
     ·顺序采样对抽取性能的影响第49-50页
     ·分层聚类对抽取性能的影响第50-51页
     ·采样方法的比较分析第51-53页
   ·与其他关系抽取系统的比较第53-54页
   ·本章小结第54-55页
第五章 总结与展望第55-57页
   ·工作总结第55页
   ·展望第55-57页
参考文献第57-62页
攻读硕士学位期间公开发表的论文第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:面向某电子企业的产品协同管理系统的设计与实现
下一篇:派出所综合业务管理系统的研究与实现