| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-12页 |
| 1.1 研究背景 | 第10页 |
| 1.2 本文主要工作 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第二章 国内外研究现状 | 第12-16页 |
| 2.1 专家数据库相关研究 | 第12页 |
| 2.2 人物信息提取相关研究 | 第12-14页 |
| 2.3 实体消歧和用户画像相关研究 | 第14-16页 |
| 第三章 专家数据库的设计 | 第16-29页 |
| 3.1 简介 | 第16-18页 |
| 3.1.1 专家数据服务 | 第16-17页 |
| 3.1.2 专家数据库 | 第17-18页 |
| 3.2 层次分类设计 | 第18-24页 |
| 3.2.1 主要层次说明 | 第18-20页 |
| 3.2.2 原始资料层 | 第20-22页 |
| 3.2.3 基础数据层 | 第22-23页 |
| 3.2.4 主题工具层 | 第23-24页 |
| 3.3 详细设计 | 第24-29页 |
| 3.3.1 基础数据层数据库设计 | 第24-25页 |
| 3.3.2 专家基本信息库详细设计 | 第25-29页 |
| 第四章 专家数据的提取和初步处理 | 第29-45页 |
| 4.1 专家信息提取主要需求和目标 | 第29-30页 |
| 4.2 ANSJ分词简介 | 第30-31页 |
| 4.3 基于规则的文本信息抽取 | 第31-32页 |
| 4.4 分词与初步处理 | 第32-33页 |
| 4.5 词性再识别 | 第33-39页 |
| 4.5.1 主要原理 | 第33-34页 |
| 4.5.2 符号发现 | 第34-35页 |
| 4.5.3 多目标评价 | 第35-38页 |
| 4.5.4 词性判断 | 第38-39页 |
| 4.6 有效信息提取 | 第39-45页 |
| 4.6.1 主要原理 | 第39-40页 |
| 4.6.2 专家基本信息提取 | 第40-41页 |
| 4.6.3 专家活动信息提取 | 第41-42页 |
| 4.6.4 专家领域信息标注 | 第42-45页 |
| 第五章 专家数据的实体消歧 | 第45-58页 |
| 5.1 实体消歧背景与主要需求 | 第45-46页 |
| 5.2 专家画像主要思想 | 第46-49页 |
| 5.2.1 用户画像简介 | 第46-47页 |
| 5.2.2 专家画像消歧原理 | 第47-49页 |
| 5.3 基于专家画像的实体消歧 | 第49-53页 |
| 5.3.1 专家画像构建 | 第49-50页 |
| 5.3.2 特征模型建立 | 第50-51页 |
| 5.3.3 基于特征的层次聚类 | 第51-53页 |
| 5.4 基于科技词条系统的特征模型建立与相似度匹配算法 | 第53-58页 |
| 5.4.1 科技词条模型简介 | 第53-54页 |
| 5.4.2 基于科技词条的特征模型简介 | 第54页 |
| 5.4.3 建立并填充科技词条特征树 | 第54-55页 |
| 5.4.4 节点值蔓延算法 | 第55-57页 |
| 5.4.5 树的重合度 | 第57-58页 |
| 第六章 算法实现与结果分析 | 第58-65页 |
| 6.1 综述 | 第58-59页 |
| 6.2 算法实现 | 第59-62页 |
| 6.2.1 编程语言和软硬件平台 | 第59页 |
| 6.2.2 模块与类实现 | 第59-62页 |
| 6.3 结果分析 | 第62-65页 |
| 第七章 总结和展望 | 第65-67页 |
| 7.1 工作总结 | 第65页 |
| 7.2 研究展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附表 | 第71页 |