基于两阶段聚类的人名消歧算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 基本理论与相关技术 | 第16-24页 |
| 2.1 信息抽取 | 第16-18页 |
| 2.1.1 信息抽取体系结构 | 第16-17页 |
| 2.1.2 信息抽取方法 | 第17-18页 |
| 2.2 语义相关度计算 | 第18-20页 |
| 2.2.1 基于层次树的方法 | 第18-19页 |
| 2.2.2 基于网状图的方法 | 第19-20页 |
| 2.3 图节点相似度计算 | 第20-21页 |
| 2.3.1 随机游走 | 第20-21页 |
| 2.3.2 SimRank | 第21页 |
| 2.4 层次聚类技术 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于人物属性抽取的人名聚类 | 第24-40页 |
| 3.1 网页预处理 | 第26-27页 |
| 3.2 人物属性抽取 | 第27-32页 |
| 3.2.1 人物属性定义与抽取规则 | 第28-29页 |
| 3.2.2 候选属性抽取 | 第29-31页 |
| 3.2.3 属性过滤 | 第31-32页 |
| 3.3 基于人物属性知识库的相似度计算 | 第32-37页 |
| 3.3.1 人物属性知识库构建 | 第33-35页 |
| 3.3.2 相似度计算 | 第35-37页 |
| 3.4 基于人物属性抽取的人名聚类 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于语义关系图的二阶段聚类 | 第40-56页 |
| 4.1 基于维基百科的语义关系图构建 | 第41-47页 |
| 4.1.1 数据净化 | 第43页 |
| 4.1.2 维基百科概念-表示形式映射 | 第43-44页 |
| 4.1.3 维基百科语义关系识别 | 第44-45页 |
| 4.1.4 维基百科语义关系度量 | 第45-47页 |
| 4.2 节点相似度度量 | 第47-50页 |
| 4.2.1 概念定义 | 第48-49页 |
| 4.2.2 节点相似度计算 | 第49-50页 |
| 4.3 文档-向量映射 | 第50-53页 |
| 4.3.1 表示形式识别 | 第50-51页 |
| 4.3.2 表示形式-概念映射 | 第51页 |
| 4.3.3 概念加权和剪枝 | 第51-52页 |
| 4.3.4 向量生成 | 第52-53页 |
| 4.4 基于语义关系图的人名消歧算法 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 实验结果与分析 | 第56-62页 |
| 5.1 实验环境与数据集 | 第56页 |
| 5.2 评价指标 | 第56-57页 |
| 5.3 阈值设定 | 第57-58页 |
| 5.4 实验结果与分析 | 第58-62页 |
| 第6章 总结和展望 | 第62-64页 |
| 6.1 论文总结 | 第62页 |
| 6.2 未来工作 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 硕士期间发表的论文 | 第70页 |
