基于半监督学习的文本实体关系抽取研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 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 |
| 1.2.1 基于模式匹配的方法 | 第11页 |
| 1.2.2 基于机器学习的方法 | 第11-13页 |
| 1.3 论文的研究内容与组织结构 | 第13-16页 |
| 1.3.1 论文的研究内容 | 第13-14页 |
| 1.3.2 论文的组织结构 | 第14-16页 |
| 第2章 相关知识综述 | 第16-30页 |
| 2.1 信息抽取基础 | 第16-19页 |
| 2.1.1 实体概念及类型 | 第16页 |
| 2.1.2 信息抽取框架 | 第16-19页 |
| 2.2 实体关系抽取 | 第19-29页 |
| 2.2.1 关系抽取概述 | 第19-21页 |
| 2.2.2 样本表示方法 | 第21-24页 |
| 2.2.3 关系抽取机器学习算法 | 第24-26页 |
| 2.2.4 基于半监督学习的模型训练方法 | 第26-28页 |
| 2.2.5 关系抽取评价指标 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于半监督学习的文本实体关系抽取 | 第30-50页 |
| 3.1 实体关系抽取框架 | 第30-31页 |
| 3.2 特征向量的构造方法 | 第31-36页 |
| 3.2.1 特征选取 | 第31-34页 |
| 3.2.2 特征向量构造 | 第34-36页 |
| 3.3 训练样本集剪裁 | 第36-42页 |
| 3.3.1 样本剪辑综述 | 第36-37页 |
| 3.3.2 融合去噪与欠采样的剪裁方法 | 第37-42页 |
| 3.4 基于半监督协同训练的模型构建 | 第42-49页 |
| 3.4.1 基于信息熵和代表性的样本筛选 | 第42-45页 |
| 3.4.2 改进的协同训练方法 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 实验设计与分析 | 第50-60页 |
| 4.1 实验准备 | 第50-52页 |
| 4.1.1 关系类型定义 | 第50-51页 |
| 4.1.2 实验训练集 | 第51页 |
| 4.1.3 实验工具 | 第51-52页 |
| 4.2 样本优化实验 | 第52-55页 |
| 4.2.1 实验设计与参数设置 | 第52页 |
| 4.2.2 实验结果及分析 | 第52-55页 |
| 4.3 协同训练实验 | 第55-58页 |
| 4.3.1 实验对象及内容 | 第55页 |
| 4.3.2 实验结果及分析 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |
