基于动态粒度思想的实体关系识别方法研究
| 第一章 引言 | 第1-17页 |
| ·课题的研究意义 | 第13页 |
| ·国内外相关研究概述 | 第13-14页 |
| ·课题研究内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第二章 实体关系识别方法 | 第17-21页 |
| ·常用识别方法介绍 | 第17-20页 |
| ·基于机器学习的方法 | 第17-18页 |
| ·自举获取关系的方法 | 第18-20页 |
| ·本文采用的方法 | 第20-21页 |
| 第三章 粒度计算 | 第21-28页 |
| ·粒度计算 | 第21-24页 |
| ·词计算理论 | 第22-23页 |
| ·粗糙集理论 | 第23页 |
| ·商空间理论 | 第23-24页 |
| ·信息粒度 | 第24-26页 |
| ·信息粒度的构成 | 第24-25页 |
| ·信息粒子和粒度的“粗细” | 第25-26页 |
| ·动态粒度思想 | 第26-28页 |
| ·统一粒度 | 第26页 |
| ·动态粒度 | 第26-28页 |
| 第四章 实体对聚类和特征抽取 | 第28-34页 |
| ·实体对聚类的意义 | 第28页 |
| ·常用聚类算法介绍 | 第28-30页 |
| ·层次聚类算法 | 第28-29页 |
| ·分割聚类算法 | 第29页 |
| ·基于密度的聚类算法 | 第29-30页 |
| ·本文的聚类算法 | 第30页 |
| ·特征的提取 | 第30-32页 |
| ·构造偏序特征集 | 第32-34页 |
| 第五章 实体关系识别实验与结果分析 | 第34-42页 |
| ·实验设计 | 第34-36页 |
| ·语料标注 | 第34-35页 |
| ·实体对聚类 | 第35页 |
| ·特征选择 | 第35页 |
| ·生成偏序特征集 | 第35页 |
| ·训练特征集 | 第35-36页 |
| ·测试 | 第36页 |
| ·评测标准 | 第36-37页 |
| ·实验结果与分析 | 第37-42页 |
| 第六章 结论 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 附录 | 第47-49页 |
| 承诺书 | 第49页 |
