中文文本实体关系抽取方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景及研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 实体间关系预测 | 第10-12页 |
| 1.3.2 抽取满足特定关系的实体对 | 第12-13页 |
| 1.3.3 开放式实体关系抽取 | 第13页 |
| 1.3.4 现有研究的不足 | 第13-14页 |
| 1.4 本文的主要研究内容和组织结构 | 第14-16页 |
| 第2章 关系抽取的关键技术概述 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 基于规则的关系抽取方法 | 第16-17页 |
| 2.3 基于机器学习的关系抽取方法 | 第17-23页 |
| 2.3.1 有监督的关系抽取方法 | 第17-21页 |
| 2.3.2 半监督的关系抽取方法 | 第21-22页 |
| 2.3.3 无监督的关系抽取方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 人物实体关系抽取研究 | 第24-41页 |
| 3.1 引言 | 第24页 |
| 3.2 人物实体关系抽取介绍 | 第24-26页 |
| 3.3 新闻标题文本特点分析 | 第26-27页 |
| 3.4 人物实体关系抽取 | 第27-36页 |
| 3.4.1 人物实体关系特征提取 | 第28-30页 |
| 3.4.2 基于SVM的人物关系抽取方法 | 第30-33页 |
| 3.4.3 实验设置 | 第33-34页 |
| 3.4.4 实验结果及分析 | 第34-36页 |
| 3.5 不平衡数据的人物关系抽取 | 第36-40页 |
| 3.5.1 基于过采样的不平衡关系抽取 | 第37页 |
| 3.5.2 实验结果及分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 金融实体关系抽取研究 | 第41-57页 |
| 4.1 引言 | 第41页 |
| 4.2 金融实体关系定义 | 第41-44页 |
| 4.3 金融实体关系语料库构建 | 第44-48页 |
| 4.3.1 金融实体关系语料库的数据获取及净化 | 第44页 |
| 4.3.2 金融实体关系语料库标注内容与规则 | 第44-46页 |
| 4.3.3 金融实体关系语料库分析 | 第46-48页 |
| 4.4 基于分块词袋模型的金融实体关系特征提取 | 第48-50页 |
| 4.5 基于随机森林分类器的金融关系抽取 | 第50-52页 |
| 4.6 实验及分析 | 第52-56页 |
| 4.6.1 实验设置 | 第52页 |
| 4.6.2 实验结果及分析 | 第52-56页 |
| 4.7 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
