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

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

论文共66页,点击 下载论文
上一篇:基层人大代表选举中选民利益问题实例研究
下一篇:高一地理教学中课堂错误的资源化利用研究