摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-15页 |
·研究背景及意义 | 第11-12页 |
·本文研究目标与主要工作 | 第12-13页 |
·本文内容组织结构 | 第13-15页 |
第2章 开放式信息抽取概述 | 第15-19页 |
·发展历程 | 第15-18页 |
·开放式信息抽取的应用 | 第18页 |
·小结 | 第18-19页 |
第3章 Markov 逻辑网络的研究 | 第19-25页 |
·引言 | 第19-20页 |
·贝叶斯网络 | 第20-21页 |
·马尔科夫网络 | 第21-23页 |
·马尔科夫逻辑 | 第23-25页 |
第4章 名词短语的自动获取 | 第25-38页 |
·引言 | 第25-26页 |
·中文专利 MNP 自动获取方法 | 第26-34页 |
·研究思路 | 第26-28页 |
·语料的获取与处理 | 第28-29页 |
·获取候选分割集 | 第29-30页 |
·特征的迁移 | 第30页 |
·MLN 模型的构建 | 第30-34页 |
·实验设置与结果分析 | 第34-37页 |
·本章小结 | 第37-38页 |
第5章 基于马尔科夫逻辑网的开放式实体关系抽取研究 | 第38-49页 |
·引言 | 第38-39页 |
·相关资源及技术介绍 | 第39-41页 |
·中文专利依存树库 | 第39-40页 |
·模型的推理 | 第40-41页 |
·开放式实体关系抽取方法 | 第41-47页 |
·中文开放式实体关系抽取问题定义 | 第41-42页 |
·获取实体关系对的标注语料 | 第42-44页 |
·马尔可夫逻辑网公式定义 | 第44-47页 |
·实验结果及分析 | 第47-48页 |
·实验设置 | 第47-48页 |
·结果及分析 | 第48页 |
·本章小结 | 第48-49页 |
结论 | 第49-51页 |
附录Ⅰ 基于 MLN 的跨语言最大名词短语识别系统界面 | 第51-52页 |
附录Ⅱ 中文专利实体关系抽取系统界面 | 第52-53页 |
参考文献 | 第53-56页 |
致谢 | 第56-57页 |
攻读硕士期间发表(含录用)的学术论文 | 第57页 |