| 摘要 | 第9-11页 |
| abstract | 第11-12页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 供应关系抽取研究现状 | 第15-17页 |
| 1.2.2 现有方法存在的问题 | 第17-19页 |
| 1.3 本文工作简介 | 第19-21页 |
| 1.3.1 本文研究内容 | 第19-20页 |
| 1.3.2 本文组织结构 | 第20-21页 |
| 1.4 本章小结 | 第21-23页 |
| 第2章 相关技术理论概述 | 第23-31页 |
| 2.1 条件随机场原理 | 第23-24页 |
| 2.2 依存句法分析技术 | 第24-27页 |
| 2.3 实体识别相关技术 | 第27-28页 |
| 2.4 实体关系抽取相关技术 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 企业供应关系抽取概述 | 第31-35页 |
| 3.1 问题提出 | 第31-32页 |
| 3.2 企业供应关系抽取任务步骤 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 基于句法分析和规则词典的公司名称识别 | 第35-55页 |
| 4.1 问题提出 | 第35-38页 |
| 4.1.1 公司名称识别 | 第35-36页 |
| 4.1.2 本文的识别目标 | 第36-37页 |
| 4.1.3 现有识别工具的问题 | 第37-38页 |
| 4.2 基于句法分析和词典匹配以及规则的方法 | 第38-49页 |
| 4.2.1 文本处理阶段 | 第39-41页 |
| 4.2.2 公司名称识别阶段 | 第41页 |
| 4.2.3 公司实体组处理阶段 | 第41-47页 |
| 4.2.4 公司名称词典构建 | 第47-48页 |
| 4.2.5 公司名称识别整体处理流程 | 第48-49页 |
| 4.3 实验设计以及结果分析 | 第49-53页 |
| 4.3.1 实验数据 | 第49页 |
| 4.3.2 实验评价以及指标 | 第49-50页 |
| 4.3.3 实验结果以及对比分析 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 基于条件随机场的产品名称识别 | 第55-71页 |
| 5.1 问题提出 | 第55-57页 |
| 5.1.1 产品名称识别 | 第55页 |
| 5.1.2 金融文本中产品名称特点分析 | 第55-56页 |
| 5.1.3 现有方法应用的难点以及问题的提出 | 第56-57页 |
| 5.2 基于条件随机场的产品类别名识别 | 第57-67页 |
| 5.2.1 产品名称识别模型的训练 | 第58-64页 |
| 5.2.2 规则后处理 | 第64-67页 |
| 5.3 实验结果以及结果分析 | 第67-70页 |
| 5.3.1 实验数据 | 第67-68页 |
| 5.3.2 实验评价以及指标 | 第68页 |
| 5.3.3 实验结果以及对比分析 | 第68-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 企业供应关系的判断和抽取 | 第71-89页 |
| 6.1 企业供应关系抽取 | 第71-73页 |
| 6.1.1 问题定义 | 第71页 |
| 6.1.2 处理的文本类型 | 第71-73页 |
| 6.2 基于关系指示词库和句法分析的企业供应关系抽取方法 | 第73-84页 |
| 6.2.1 语句筛选模块 | 第74-75页 |
| 6.2.2 公司实体对生成 | 第75-77页 |
| 6.2.3 句法分析确定产品信息 | 第77-81页 |
| 6.2.4 关系指示词库构建 | 第81-83页 |
| 6.2.5 整体处理流程及示例 | 第83-84页 |
| 6.3 实验结果以及结果分析 | 第84-87页 |
| 6.3.1 实验数据 | 第84-85页 |
| 6.3.2 实验评价以及指标 | 第85页 |
| 6.3.3 实验结果以及对比分析 | 第85-87页 |
| 6.4 本章小结 | 第87-89页 |
| 第7章 总结与展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 攻读硕士学位期间取得成果 | 第95-97页 |
| 致谢 | 第97页 |