| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 关系抽取研究现状 | 第9-11页 |
| 1.2.2 表示学习研究现状 | 第11-12页 |
| 1.3 研究意义与内容 | 第12-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 关系抽取与表示学习相关技术 | 第15-24页 |
| 2.1 开放式关系抽取相关技术 | 第15-18页 |
| 2.1.1 基于有监督算法的关系抽取 | 第15-16页 |
| 2.1.2 基于无监督算法的关系抽取 | 第16-17页 |
| 2.1.3 基于半监督算法的关系抽取 | 第17-18页 |
| 2.2 面向知识库的表示学习 | 第18-23页 |
| 2.2.1 RDF简介 | 第19-20页 |
| 2.2.2 图数据库 | 第20-21页 |
| 2.2.3 词向量 | 第21-22页 |
| 2.2.4 表示学习及转换模型 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于改进半监督算法的关系抽取 | 第24-34页 |
| 3.1 Bootstrapping相关理论 | 第24-26页 |
| 3.1.1 模式元组二元性 | 第24页 |
| 3.1.2 Bootstrapping算法原理 | 第24-26页 |
| 3.2 基于sentence2vec文本相似度计算 | 第26-31页 |
| 3.2.1 语言模型 | 第26-27页 |
| 3.2.2 Sentence2vec算法流程 | 第27-28页 |
| 3.2.3 Sentence2vec相关参数 | 第28-29页 |
| 3.2.4 基于sentence2vec的句式构造 | 第29-30页 |
| 3.2.5 基于sentence2vec的元组构造 | 第30-31页 |
| 3.3 改进的半监督算法 | 第31-33页 |
| 3.3.1 算法改进内容 | 第31-32页 |
| 3.3.2 算法流程 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于表示学习的关系元组验证 | 第34-42页 |
| 4.1 KG2E相关理论 | 第34-37页 |
| 4.1.1 模型相关符号 | 第35-36页 |
| 4.1.2 高斯分布相关性度量 | 第36-37页 |
| 4.2 KG2E模型训练 | 第37-40页 |
| 4.2.1 基于word2vec技术与传统方法结合构造负例三元组 | 第38-39页 |
| 4.2.2 KG2E算法流程 | 第39-40页 |
| 4.3 基于改进KG2E的元组验证 | 第40-41页 |
| 4.3.1 算法改进内容 | 第40-41页 |
| 4.3.2 元组验证算法框架及流程 | 第41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 改进关系抽取算法关键模块实验与分析 | 第42-54页 |
| 5.1 实验环境 | 第42-43页 |
| 5.1.1 实验环境和实验数据 | 第42页 |
| 5.1.2 实验评价标准 | 第42-43页 |
| 5.2 整体算法架构 | 第43-45页 |
| 5.3 实验及对比分析 | 第45-53页 |
| 5.3.1 种子集生成 | 第45-46页 |
| 5.3.2 语义相似度性能分析 | 第46-48页 |
| 5.3.3 基于改进半监督算法的性能对比分析 | 第48-50页 |
| 5.3.4 知识库构建 | 第50-51页 |
| 5.3.5 高斯分布元组向量性能 | 第51-52页 |
| 5.3.6 改进的KG2E算法性能对比 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |
