首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于浅层分析的量化关系抽取方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-17页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状第13-15页
    1.3 本文的内容及成果第15页
    1.4 论文组织结构第15-17页
第2章 相关概念和技术第17-26页
    2.1 引言第17页
    2.2 浅层文本知识体系第17-18页
    2.3 N元模式组第18页
    2.4 量化关系第18-19页
    2.5 关系库相关概念第19-24页
        2.5.1 类库定义第19-22页
        2.5.2 基础关系模式库第22-23页
        2.5.3 扩展关系模式库第23页
        2.5.4 可定量的关键词词库第23页
        2.5.5 样本模式和实例模式第23-24页
    2.6 评测标准第24-25页
    2.7 本章小结第25-26页
第3章 可定量实体关系抽取方法第26-37页
    3.1 引言第26页
    3.2 常见的抽取方法第26-29页
        3.2.1 基于规则的模式匹配方法第26-27页
        3.2.2 基于词典统计的方法第27-28页
        3.2.3 基于机器学习的方法第28-29页
    3.3 可定量实体关系抽取方法设计第29-34页
        3.3.1 量词处理第29-31页
        3.3.2 文本预处理第31-32页
        3.3.3 实体关系抽取第32-34页
        3.3.4 一对多关系实例第34页
    3.4 实验结果与分析第34-36页
    3.5 本章小结第36-37页
第4章 面向领域的实体关系抽取系统的构建第37-56页
    4.1 引言第37页
    4.2 GATE信息系统第37-40页
        4.2.1 GATE文档管理器(GDM)第38页
        4.2.2 语言工程可重用组件CREOLE的管理第38-39页
        4.2.3 GATE系统的整体架构第39-40页
    4.3 基于GATE的中文信息抽取系统的解决思路第40-53页
        4.3.1 扩展中文分词的插件第40-42页
        4.3.2 运用GATE实现可量化实体关系系统的总体思路第42-44页
        4.3.3 中文分词和词性标注的实现第44-49页
        4.3.4 关系库和规则的构建第49-53页
    4.4 实体关系抽取效果第53-55页
    4.5 本章小结第55-56页
总结及展望第56-58页
参考文献第58-61页
致谢第61-62页
附录 A 攻读学位期间主要成果第62-63页
附录 B 攻读学位期间所参与的项目第63页

论文共63页,点击 下载论文
上一篇:纳米晶304不锈钢腐蚀性能研究
下一篇:抗几何攻击的图像哈希算法研究