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

基于半监督机器学习的实体关系抽取算法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-18页
    1.1 研究意义第10-11页
    1.2 研究现状第11-14页
    1.3 论文主要工作第14-15页
    1.4 论文的组织结构第15-18页
第二章 半监督实体关系抽取的理论与技术第18-30页
    2.1 实体第18-19页
    2.2 实体关系抽取第19-27页
    2.3 关系抽取常用的数据集和工具第27-28页
    2.4 关系抽取的评测标准第28-30页
第三章 动态的触发词提取方法第30-40页
    3.1 触发词方法第30-31页
    3.2 动态的触发词提取方法第31-34页
        3.2.1 动态触发词提取方法第32页
        3.2.2 语义约束的关系模式第32-33页
        3.2.3 模式匹配第33-34页
    3.3 实验第34-38页
        3.3.1 数据预处理第34-35页
        3.3.2 实验结果第35-38页
    3.4 小结第38-40页
第四章 基于核函数的模式相似性度量第40-50页
    4.1 模式相似性度量第40-41页
    4.2 加入模式长度的树核函数第41-45页
        4.2.1 加入模式长度的核函数第42-44页
        4.2.2 关系抽取模型第44-45页
    4.3 实验第45-47页
        4.3.1 实验数据第45页
        4.3.2 实验结果第45-47页
    4.4 总结第47-50页
第五章 基于BOOTSTRAPPING的多分类器关系抽取模型第50-60页
    5.1 分类器和关系抽取模型第50-52页
    5.2 多分类器结合模型第52-55页
        5.2.1 语义约束的Bootstrapping模型第52-53页
        5.2.2 多分类器结合的关系抽取模型第53-54页
        5.2.3 置信度函数第54-55页
    5.3 实验第55-58页
        5.3.1 实验数据第55页
        5.3.2 实验结果第55-58页
    5.4 结论第58-60页
第六章 总结与展望第60-62页
    6.1 论文总结第60-61页
    6.2 展望第61-62页
参考文献第62-68页
致谢第68-70页
攻读学位期间发表的学术论文第70页

论文共70页,点击 下载论文
上一篇:深度学习中优化算法的研究与改进
下一篇:基于神经网络模型的文本情感分析系统的研究与实现