基于核函数与SVD的蛋白质关系抽取
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-11页 |
·研究背景 | 第8页 |
·研究现状 | 第8-9页 |
·本文的工作 | 第9-10页 |
·本文的结构 | 第10-11页 |
2 相关知识及评测方法 | 第11-20页 |
·词干化与去停词 | 第11页 |
·词特征 | 第11-12页 |
·句法分析 | 第12-16页 |
·词性 | 第12-13页 |
·语法 | 第13-14页 |
·句法分析 | 第14-16页 |
·核方法 | 第16-17页 |
·评测方法 | 第17-20页 |
·语料 | 第17-19页 |
·评测指标 | 第19-20页 |
3 集成核函数的蛋白质关系抽取 | 第20-28页 |
·集成核函数方法 | 第20-25页 |
·路径抽取 | 第20-21页 |
·路径相似度 | 第21-24页 |
·特征表示与集成核函数 | 第24-25页 |
·实验结果与分析 | 第25-27页 |
·下一步工作 | 第27-28页 |
4 多核学习的蛋白质关系抽取 | 第28-36页 |
·多核学习 | 第28-32页 |
·基于特征核函数 | 第28-29页 |
·树核 | 第29-32页 |
·路径核 | 第32页 |
·实验设计与结果分析 | 第32-35页 |
·不同特征的有效性验证实验 | 第32-33页 |
·树核的有效性验证实验 | 第33-34页 |
·不同核函数的有效性验证实验 | 第34-35页 |
·下一步工作 | 第35-36页 |
5 协同训练应用于蛋白质关系抽取 | 第36-40页 |
·协同训练 | 第36-38页 |
·特征视图 | 第37-38页 |
·树核视图 | 第38页 |
·实验结果与讨论 | 第38-39页 |
·下一步工作 | 第39-40页 |
6 基于奇异值分解的蛋白质关系抽取 | 第40-46页 |
·基于 SVD方法 | 第40-42页 |
·特征表示 | 第40-42页 |
·奇异值分解 | 第42页 |
·实验结果与分析 | 第42-45页 |
·单一数据集实验 | 第43-44页 |
·交叉数据集实验 | 第44-45页 |
·下一步工作 | 第45-46页 |
结论 | 第46-48页 |
参考文献 | 第48-52页 |
攻读硕士学位期间发表学术论文情况 | 第52-53页 |
致谢 | 第53-54页 |