| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 实体链接研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方法创新点 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 实体链接的相关研究及相关技术 | 第16-30页 |
| 2.1 实体链接相关研究 | 第16-19页 |
| 2.1.1 基于检索模型的实体链接 | 第16-17页 |
| 2.1.2 基于分类模型的实体链接 | 第17-18页 |
| 2.1.3 基于词袋模型的共指消解 | 第18-19页 |
| 2.2 实体链接相关工作 | 第19-21页 |
| 2.2.1 知识库KB (Knowledge Base) | 第19-21页 |
| 2.2.2 Indri索引 | 第21页 |
| 2.3 命名实体识别研究现状 | 第21-24页 |
| 2.4 文本相似性计算 | 第24-25页 |
| 2.5 特征提取之TF-IDF | 第25-26页 |
| 2.6 词向量 | 第26-29页 |
| 2.6.1 词向量的简介 | 第26-27页 |
| 2.6.2 语言模型 | 第27页 |
| 2.6.3 词向量的训练 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 基于词向量的排序模型 | 第30-44页 |
| 3.1 系统综述 | 第30页 |
| 3.2 查询扩展 | 第30-36页 |
| 3.2.1 查询扩展概述 | 第30-31页 |
| 3.2.2 基于规则的查询扩展 | 第31-32页 |
| 3.2.3 基于词向量的查询扩展 | 第32-36页 |
| 3.3 候选实体的选择 | 第36-37页 |
| 3.4 特征抽取 | 第37-41页 |
| 3.4.1 实体之间的信息 | 第37页 |
| 3.4.2 维基百科中的实体E | 第37-38页 |
| 3.4.3 实体的Category特征C | 第38页 |
| 3.4.4 类型信息t | 第38页 |
| 3.4.5 基于主题模型的文档相似度 | 第38-40页 |
| 3.4.6 基于词向量的文本相似性 | 第40-41页 |
| 3.5 基于Point wise的LTR(Learning to Rank)模型 | 第41-43页 |
| 3.5.1 排序模型简介 | 第41-42页 |
| 3.5.2 Point wise排序模型 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于词向量的语义网模型 | 第44-60页 |
| 4.1 语义网 | 第44-45页 |
| 4.2 语义网的构建 | 第45-47页 |
| 4.3 mention与entity之间语义相似度 | 第47-48页 |
| 4.3.1 mention的权重 | 第47页 |
| 4.3.2 mention与entity之间语义相似度 | 第47-48页 |
| 4.4 entity与entity词条之间语义相似度 | 第48-56页 |
| 4.4.1 基于语义词典的语义相似度计算 | 第48-49页 |
| 4.4.2 基于词共现的语义相似度计算 | 第49页 |
| 4.4.3 基于知识库节点的语义相似度计算 | 第49-50页 |
| 4.4.4 基于WAF的语义相似度计算 | 第50-52页 |
| 4.4.5 基于词向量的语义相似度计算 | 第52-56页 |
| 4.5 基于语义网的实体链接 | 第56-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 实验结果分析 | 第60-68页 |
| 5.1 实验结果分析概述 | 第60-61页 |
| 5.2 基于词向量的排序模型实验结果分析 | 第61-63页 |
| 5.3 基于词向量的语义网模型实验结果分析 | 第63-65页 |
| 5.4 本章小结 | 第65-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间发表的学术论文目录 | 第74页 |
