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

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

论文共120页,点击 下载论文
上一篇:低比特率真实感人脸视频编码研究
下一篇:短文本相似度计算在用户交互式问答系统中的应用