| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 命名实体识别技术 | 第14-16页 |
| 1.2.2 关系抽取技术 | 第16-17页 |
| 1.2.3 知识图谱构建实践 | 第17-19页 |
| 1.3 本文的主要工作与创新点 | 第19-20页 |
| 1.4 本文的组织结构 | 第20-21页 |
| 第二章 相关理论与技术 | 第21-33页 |
| 2.1 word2vec原理 | 第21-25页 |
| 2.2 命名实体识别 | 第25-30页 |
| 2.2.1 基于条件随机场研究 | 第25-26页 |
| 2.2.2 基于BILSTM+CRF研究 | 第26-30页 |
| 2.3 本体 | 第30-33页 |
| 第三章 面向特定领域的概念发现研究 | 第33-47页 |
| 3.1 基于条件随机场与信息熵的特定领域概念发现 | 第33-36页 |
| 3.1.1 条件随机场模型学习与识别 | 第33-34页 |
| 3.1.2 互信息拼接与左右熵筛选 | 第34-36页 |
| 3.2 基于BILSTM+CRF与信息熵的特定领域概念发现 | 第36-38页 |
| 3.3 实验方案及结果分析 | 第38-45页 |
| 3.4 结语 | 第45-47页 |
| 第四章 建工领域知识图谱构建 | 第47-61页 |
| 4.1 建工领域知识图谱构建设计流程 | 第47页 |
| 4.2 建工领域概念发现 | 第47-48页 |
| 4.3 基于条件随机场的建工领域上下位与同义关系识别 | 第48-54页 |
| 4.3.1 面向试题的概念对抽取 | 第48-50页 |
| 4.3.2 基于条件随机场的上下位关系识别 | 第50-51页 |
| 4.3.3 基于条件随机场的同义关系识别 | 第51-52页 |
| 4.3.4 模型的学习与识别 | 第52页 |
| 4.3.5 实验方案及结果分析 | 第52-54页 |
| 4.3.6 结语 | 第54页 |
| 4.4 基于语义网络的建工本体构建与知识推理 | 第54-61页 |
| 4.4.1 建工领域本体构建 | 第55-57页 |
| 4.4.2 Jena知识推理 | 第57-61页 |
| 第五章 基于建工领域知识图谱的学习推荐系统 | 第61-75页 |
| 5.1 系统总体设计 | 第61-62页 |
| 5.2 语料获取模块的设计与实现 | 第62-63页 |
| 5.3 建工知识图谱构建的实现 | 第63-68页 |
| 5.4 知识图谱可视化模块实现 | 第68-70页 |
| 5.5 推荐模块设计与实现 | 第70-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 研究成果及发表的学术论文 | 第83-85页 |
| 作者与导师简介 | 第85-86页 |
| 附件 | 第86-87页 |