| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 引言 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 主要的研究工作 | 第10-11页 |
| 1.3 论文的组织结构 | 第11-13页 |
| 第二章 关系抽取方法研究 | 第13-23页 |
| 2.1 关系抽取现状 | 第13页 |
| 2.2 关系抽取需要解决的问题 | 第13-14页 |
| 2.3 关系抽取的基本方法 | 第14-17页 |
| 2.3.1 基于模板匹配的关系抽取方法 | 第14-15页 |
| 2.3.2 基于词典的关系抽取方法 | 第15页 |
| 2.3.3 基于机器学习的关系抽取方法 | 第15-16页 |
| 2.3.4 混合抽取方法 | 第16-17页 |
| 2.4 Bootstrapping关系抽取方法 | 第17-20页 |
| 2.4.1 基于Bootstrapping的关系抽取方法 | 第17-18页 |
| 2.4.2 Mutual Bootstrapping关系抽取方法 | 第18-20页 |
| 2.5 语法依存信息在关系抽取中的应用 | 第20-21页 |
| 2.5.1 语法信息 | 第20-21页 |
| 2.5.2 以语法信息为基础的关系抽取 | 第21页 |
| 2.6 本章小结 | 第21-23页 |
| 第三章 基于Bootstrapping和MV-RNN混合的关系抽取方法 | 第23-42页 |
| 3.1 Bootstrapping模板匹配方法的不足 | 第23-24页 |
| 3.2 人工神经网络与MV-RNN | 第24-26页 |
| 3.2.1 神经网络模型 | 第24-25页 |
| 3.2.2 MV-RNN | 第25-26页 |
| 3.3 Bootstrapping与MV-RNN混合抽取方法 | 第26-27页 |
| 3.4 混合抽取方法——以Bootstrapping为核心的模板匹配部分 | 第27-31页 |
| 3.4.1 模板多样性优化 | 第28-31页 |
| 3.5 混合抽取方法——基于MV-RNN的关系抽取部分 | 第31-33页 |
| 3.6 模板多样性及混合抽取方法实验 | 第33-41页 |
| 3.6.1 模板多样性关系抽取实验 | 第33-37页 |
| 3.6.2 混合抽取方法实验 | 第37-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 基于word2vec的关系抽取方法 | 第42-52页 |
| 4.1 word2vec简介 | 第42-43页 |
| 4.2 word2vec关系抽取方法可行性探究 | 第43-44页 |
| 4.2.1 word2vec关系抽取方法可行性分析 | 第43页 |
| 4.2.2 word2vec关系抽取方法可行性探究实验 | 第43-44页 |
| 4.3 基于word2vec的关系抽取方法 | 第44-45页 |
| 4.4 基于word2vec的关系抽取方法实验与分析 | 第45-51页 |
| 4.4.1 实验目的与方法 | 第45-46页 |
| 4.4.2 实验数据与评价指标 | 第46-47页 |
| 4.4.3 实验结果与分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 流文本关系抽取系统设计 | 第52-60页 |
| 5.1 系统需求和目标 | 第52页 |
| 5.2 处理框架设计 | 第52-59页 |
| 5.2.1 整体框架设计 | 第52-53页 |
| 5.2.2 预处理模块 | 第53-54页 |
| 5.2.3 数据实时检索存储模块 | 第54-55页 |
| 5.2.4 关系抽取模块 | 第55-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |
