面向Web的实体关系查询与分析关键技术研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-32页 |
1.1 研究背景 | 第13-15页 |
1.2 研究目的及意义 | 第15-17页 |
1.3 相关工作 | 第17-28页 |
1.3.1 实体关系抽取 | 第17-22页 |
1.3.2 关系图分析 | 第22-28页 |
1.4 论文研究内容和主要贡献 | 第28-31页 |
1.4.1 研究内容 | 第29-30页 |
1.4.2 主要贡献 | 第30-31页 |
1.5 论文组织结构 | 第31-32页 |
第二章 开放式实体关系抽取与建模 | 第32-54页 |
2.1 问题描述 | 第32-34页 |
2.2 基于自监督学习模型的开放式关系抽取 | 第34-43页 |
2.2.1 候选关系元组识别 | 第35-40页 |
2.2.2 开放式关系抽取 | 第40-43页 |
2.3 实体关系建模 | 第43-48页 |
2.3.1 基于特征共现的同名实体消歧 | 第43-48页 |
2.3.2 实体关系图模型 | 第48页 |
2.4 实验分析 | 第48-52页 |
2.4.1 开放式关系抽取实验结果和分析 | 第48-51页 |
2.4.2 同名实体消歧实验结果和分析 | 第51-52页 |
2.5 本章小结 | 第52-54页 |
第三章 基于粒子群优化的信息子图查询 | 第54-76页 |
3.1 问题描述 | 第54-57页 |
3.2 基于随机行走模型的子图评价函数 | 第57-58页 |
3.3 基于粒子群优化的信息子图查询 | 第58-68页 |
3.3.1 粒子群优化 | 第58-60页 |
3.3.2 子图抽取框架 | 第60-61页 |
3.3.3 基于随机扩展的子图初始化 | 第61-63页 |
3.3.4 子图适应度计算 | 第63-65页 |
3.3.5 基于规则的子图更新策略 | 第65-68页 |
3.4 基于采样的信息子图查询 | 第68-69页 |
3.5 实验分析 | 第69-74页 |
3.5.1 实验环境 | 第69-70页 |
3.5.2 运行实例 | 第70-71页 |
3.5.3 实验结果和评价 | 第71-74页 |
3.6 本章小结 | 第74-76页 |
第四章 动态关系图中相似节点查询 | 第76-100页 |
4.1 问题描述 | 第76-80页 |
4.2 动态关系图模型及问题定义 | 第80-82页 |
4.3 动态关系图中节点相似性度量 | 第82-86页 |
4.3.1 全局相似性 | 第82-86页 |
4.3.2 演化相似性 | 第86页 |
4.4 动态关系图中的相似节点查询 | 第86-90页 |
4.4.1 基于全局相似性的相似节点查询 | 第87-88页 |
4.4.2 基于演化相似性的相似节点查询 | 第88-89页 |
4.4.3 基于组合相似性的相似节点查询 | 第89-90页 |
4.5 实验分析 | 第90-98页 |
4.5.1 实验环境 | 第90-92页 |
4.5.2 有效性分析 | 第92-97页 |
4.5.3 效率分析 | 第97-98页 |
4.6 本章小结 | 第98-100页 |
第五章 动态关系图中行为角色挖掘 | 第100-118页 |
5.1 问题描述 | 第100-104页 |
5.1.1 问题背景 | 第100-103页 |
5.1.2 问题定义 | 第103-104页 |
5.2 基于行为序列的角色挖掘 | 第104-108页 |
5.2.1 基于动态时间规准的行为序列距离计算 | 第105-107页 |
5.2.2 行为序列聚类 | 第107-108页 |
5.3 BOM行为角色挖掘框架 | 第108-113页 |
5.3.1 基于马尔可夫随机域的行为序列建模 | 第109-111页 |
5.3.2 状态序列预测 | 第111-112页 |
5.3.3 状态序列聚类 | 第112-113页 |
5.4 实验分析 | 第113-117页 |
5.4.1 实验环境 | 第113-114页 |
5.4.2 有效性分析 | 第114-116页 |
5.4.3 效率分析 | 第116-117页 |
5.5 本章小结 | 第117-118页 |
第六章 结束语 | 第118-120页 |
6.1 本文工作总结 | 第118-119页 |
6.2 未来的研究方向 | 第119-120页 |
参考文献 | 第120-134页 |
致谢 | 第134-136页 |
攻博期间发表的论文 | 第136-138页 |
科研经历 | 第138-140页 |
作者简介 | 第140页 |