信息抽取中实体关系识别研究
摘要 | 第1-7页 |
ABSTRACT | 第7-14页 |
第1章 绪论 | 第14-38页 |
·研究背景和意义 | 第14-17页 |
·研究背景 | 第14-16页 |
·研究意义 | 第16-17页 |
·研究方法与系统框架 | 第17-20页 |
·研究方法 | 第17-19页 |
·系统框架 | 第19-20页 |
·相关研究综述 | 第20-35页 |
·信息抽取系统研究综述 | 第20-27页 |
·命名实体识别研究综述 | 第27-30页 |
·实体关系抽取研究综述 | 第30-34页 |
·尚未解决的关键问题 | 第34-35页 |
·本文的工作 | 第35-37页 |
·研究内容 | 第35-36页 |
·研究意义 | 第36页 |
·文献综述 | 第36-37页 |
·本文的组织 | 第37-38页 |
第2章 中文命名实体识别和关联 | 第38-54页 |
·引言 | 第38-39页 |
·实体识别相关工作 | 第39-40页 |
·实体候选项生成算法 | 第40-43页 |
·中文组织机构名识别算法 | 第43-44页 |
·中文地址识别算法 | 第44-47页 |
·命名实体关联算法 | 第47-48页 |
·实验 | 第48-53页 |
·基准系统 | 第48-49页 |
·测试数据集和词典设置 | 第49-50页 |
·衡量标准 | 第50页 |
·中文组织机构名识别实验 | 第50-51页 |
·中文组织机构地址识别实验 | 第51-52页 |
·实体关联实验 | 第52-53页 |
·小结 | 第53-54页 |
第3章 带时间属性实体关系抽取算法 | 第54-66页 |
·引言 | 第54-55页 |
·相关工作 | 第55-57页 |
·系统模型 | 第57-64页 |
·链接语法简介 | 第57-59页 |
·Leila系统简介 | 第59-60页 |
·带时间属性实体关系抽取算法 | 第60-64页 |
·实验 | 第64-65页 |
·数据集 | 第64页 |
·基于链接语法的抽取算法实验结果 | 第64-65页 |
·本章小结 | 第65-66页 |
第4章 带时间属性的知识库模型 | 第66-84页 |
·引言 | 第66-68页 |
·相关工作 | 第68-69页 |
·YAGO系统简介 | 第69-73页 |
·简介 | 第69-70页 |
·具体化图模型 | 第70-71页 |
·n元关系表示模型 | 第71-73页 |
·带时间属性知识库系统设计 | 第73-76页 |
·模型设计 | 第73-75页 |
·系统流程图 | 第75-76页 |
·带时间属性的实体关系抽取 | 第76-77页 |
·基于模板匹配的抽取算法 | 第76-77页 |
·基于链接语法的抽取技术 | 第77页 |
·基于上下文的时间属性推理 | 第77-80页 |
·知识库层面的推理 | 第77-78页 |
·网页层面的推理 | 第78-80页 |
·实验 | 第80-82页 |
·实验数据 | 第80页 |
·实验结果 | 第80-82页 |
·本章小结 | 第82-84页 |
第5章 未定义类型实体关系抽取研究 | 第84-102页 |
·引言 | 第84页 |
·带语态实体关系表示模型 | 第84-85页 |
·实体关系类型动态识别算法 | 第85-90页 |
·FrameNet简介 | 第86-87页 |
·语义角色标注工具 | 第87-89页 |
·实体关系类型动态识别 | 第89-90页 |
·条件随机场 | 第90-92页 |
·条件随机场模型 | 第90-91页 |
·参数训练 | 第91-92页 |
·基于CRF的句子层面实体关系抽取 | 第92-95页 |
·句子层面关系抽取模型 | 第93-94页 |
·特征选择 | 第94-95页 |
·动态关系时间属性抽取 | 第95页 |
·实验 | 第95-101页 |
·数据集 | 第95-96页 |
·实验结果 | 第96-101页 |
·本章小结 | 第101-102页 |
第6章 结束语 | 第102-106页 |
·本文的主要工作 | 第102-103页 |
·本文的主要贡献和创新点 | 第103页 |
·下一步的工作 | 第103-106页 |
参考文献 | 第106-116页 |
致谢 | 第116-118页 |
在读期间发表的学术论文 | 第118-120页 |
在读期间参加的科研项目 | 第120页 |