| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-16页 |
| 第二章 实体属性关系相关研究及理论基础 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 领域实体属性关系抽取的特点与难点 | 第16-17页 |
| 2.3 本文的主要研究思想及关键任务 | 第17-19页 |
| 2.3.1 本文的主要研究思想 | 第18页 |
| 2.3.2 关键任务 | 第18-19页 |
| 2.4 领域语料预处理及关系抽取的主要流程 | 第19-21页 |
| 2.4.1 语料预处理 | 第19-21页 |
| 2.4.2 实体属性关系识别与抽取的主要流程 | 第21页 |
| 2.5 本章小结 | 第21-24页 |
| 第三章 基于LM算法的实体属性关系抽取 | 第24-44页 |
| 3.1 前言 | 第24页 |
| 3.2 BP神经网络概述 | 第24-26页 |
| 3.3 LM算法 | 第26-27页 |
| 3.4 特征选择 | 第27-33页 |
| 3.4.1 词特征集(WORD) | 第28-29页 |
| 3.4.2 词性特征集(POS) | 第29-30页 |
| 3.4.3 实体类别特征集(TYPE) | 第30-31页 |
| 3.4.4 实体类别顺序特征集(ORDER) | 第31-32页 |
| 3.4.5 实体间的距离特征集(DISTANCE) | 第32-33页 |
| 3.4.6 实体间的结构特征集(STRUCTURE) | 第33页 |
| 3.5 基于LM算法的关系抽取过程 | 第33-38页 |
| 3.5.1 语料预处理 | 第34-35页 |
| 3.5.2 构造输入样本集 | 第35-37页 |
| 3.5.3 构建BP神经网络分类模型 | 第37-38页 |
| 3.5.4 利用LM算法进行关系识别与抽取 | 第38页 |
| 3.6 实验设计与结果分析 | 第38-43页 |
| 3.6.1 实验语料与评测标准 | 第38-39页 |
| 3.6.2 实验设计 | 第39页 |
| 3.6.3 实验实现 | 第39-41页 |
| 3.6.4 实验结果与分析 | 第41-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第四章 基于改进LM算法的实体属性关系抽取 | 第44-56页 |
| 4.1 前言 | 第44页 |
| 4.2 粒子群优化算法(PSO)概述 | 第44-50页 |
| 4.2.1 粒子群优化算法的工作原理 | 第45-46页 |
| 4.2.2 粒子群优化算法的流程 | 第46-48页 |
| 42.3 粒子群优化算法优化BP神经网络 | 第48-50页 |
| 4.3 基于PSO改进的LM算法的关系抽取 | 第50-51页 |
| 4.4 实验设计与结果分析 | 第51-53页 |
| 4.4.1 实验语料与评测标准 | 第51-52页 |
| 4.4.2 实验设计 | 第52页 |
| 4.4.3 实验实现 | 第52页 |
| 4.4.4 实验结果与分析 | 第52-53页 |
| 4.5 本章小结 | 第53-56页 |
| 第五章 基于DBN的领域实体属性关系抽取 | 第56-70页 |
| 5.1 前言 | 第56页 |
| 5.2 深度学习算法概述 | 第56-58页 |
| 5.3 DBN模型 | 第58-61页 |
| 5.3.1 RBM神经网络自训练过程 | 第59-60页 |
| 5.3.2 BP神经网络训练过程 | 第60-61页 |
| 5.4 基于DBN的领域概念实体属性关系抽取 | 第61-64页 |
| 5.4.1 特征选择 | 第62-63页 |
| 5.4.2 词向量表征(Words Representation) | 第63页 |
| 5.4.3 关系抽取 | 第63-64页 |
| 5.5 实验设计与结果分析 | 第64-69页 |
| 5.5.1 实验语料及评测标准 | 第64-65页 |
| 5.5.2 实验设置 | 第65页 |
| 5.5.3 实验实现 | 第65-67页 |
| 5.5.4 实验结果分析 | 第67-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录A 攻读硕士学位期间发表的学术论文和软著 | 第78-79页 |
| 附录B 知识列表 | 第79页 |
