| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10-11页 |
| 1.3.1 基于CRF模型的知识实体识别 | 第11页 |
| 1.3.2 基于混合词法、句法的上下位关系实体对的抽取 | 第11页 |
| 1.3.3 基于词向量的半监督领域实体关系的抽取 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 相关工作综述 | 第13-19页 |
| 2.1 领域知识实体识别 | 第13-14页 |
| 2.2 上下位关系实体对抽取 | 第14-15页 |
| 2.3 知识实体关系抽取 | 第15-16页 |
| 2.4 语言技术平台云LTP-Cloud | 第16-17页 |
| 2.5 整体方法对比总结 | 第17页 |
| 2.6 本章小结 | 第17-19页 |
| 第3章 基于条件随机场的领域知识实体识别 | 第19-29页 |
| 3.1 概述 | 第19页 |
| 3.2 数据预处理 | 第19-21页 |
| 3.2.1 数据预处理 | 第19-20页 |
| 3.2.2 数据标注 | 第20-21页 |
| 3.3 知识实体识别算法 | 第21-25页 |
| 3.3.1 词性特征 | 第21-22页 |
| 3.3.2 句法特征 | 第22-23页 |
| 3.3.3 语义依存特征 | 第23-24页 |
| 3.3.4 特征模板 | 第24-25页 |
| 3.4 实验与分析 | 第25-28页 |
| 3.4.1 知识实体识别数据集 | 第25-26页 |
| 3.4.2 知识实体识别评估指标 | 第26页 |
| 3.4.3 知识实体识别实验分析 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于上下位关系实体对抽取的算法研究 | 第29-43页 |
| 4.1 概述 | 第29-30页 |
| 4.2 领域词典的构建 | 第30页 |
| 4.3 “是一个”关系句的抽取 | 第30-31页 |
| 4.4 基于混合词法、句法的上下位关系抽取 | 第31-37页 |
| 4.4.1 基于混合词法规则的上位实体概念抽取 | 第31-33页 |
| 4.4.2 基于混合句法规则的下位实体概念抽取 | 第33-37页 |
| 4.4.3 基于混合词法句法规则的上下位实体对抽取 | 第37页 |
| 4.5 实验与分析 | 第37-41页 |
| 4.5.1 数据集 | 第37页 |
| 4.5.2 评价标准 | 第37-38页 |
| 4.5.3 实验与分析 | 第38-41页 |
| 4.6 本章小结 | 第41-43页 |
| 第5章 基于词向量的半监督领域实体关系的抽取 | 第43-49页 |
| 5.1 基于特征的种子模板获取 | 第44-45页 |
| 5.2 基于bootstrapping的三元组实体概念抽取 | 第45-46页 |
| 5.3 词向量模型训练 | 第46页 |
| 5.4 实验分析 | 第46-48页 |
| 5.4.1 数据集 | 第46页 |
| 5.4.2 实验与分析 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第6章 基于特定领域的知识可视化展示 | 第49-55页 |
| 6.1 概述 | 第49页 |
| 6.2 系统设计 | 第49页 |
| 6.3 模块分析 | 第49-50页 |
| 6.4 旅游领域知识图谱展示 | 第50-54页 |
| 6.5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间发表论文 | 第63-65页 |
| 致谢 | 第65页 |
