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

基于弱指导的实体语义关系抽取研究

摘要第6-8页
ABSTRACT第8-10页
第一章 绪论第13-24页
    1.1 课题研究背景第13页
    1.2 课题研究的目的和意义第13-15页
    1.3 国内外研究现状第15-21页
        1.3.1 基于知识库的实体语义关系抽取第15-16页
        1.3.2 基于机器学习的实体语义关系抽取第16-21页
            1.3.2.1 有指导的机器学习方法第16-19页
            1.3.2.2 无指导的机器学习方法第19页
            1.3.2.3 弱指导的机器学习方法第19-21页
    1.4 本文主要研究内容第21-23页
    1.5 本文组织结构第23-24页
第二章 相关技术第24-33页
    2.1 实体语义关系抽取概念第24-28页
        2.1.1 关系抽取的发展第24页
        2.1.2 信息抽取系统体系结构第24-26页
        2.1.3 实体关系抽取相关概念第26-27页
        2.1.4 关系抽取评价指标第27-28页
    2.2 实体语义关系抽取技术第28-30页
        2.2.1 基于知识库的方法第28-29页
        2.2.2 基于特征向量的机器学习方法第29页
        2.2.3 基于核函数的机器学习方法第29-30页
        2.2.4 Bootstrapping方法第30页
    2.3 抽取技术分析第30-31页
    2.4 本章小结第31-33页
第三章 语义关系抽取方法研究第33-43页
    3.1 引言第33-34页
    3.2 模式表示方法研究第34-35页
        3.2.1 关键词信息第34页
        3.2.2 关键词和实体相对词序位置信息第34-35页
        3.2.3 模式表示形式化第35页
    3.3 特征项权重计算第35-37页
    3.4 模式相似度计算第37-38页
    3.5 原始关系模式获取与泛化第38-40页
        3.5.1 原始关系模式获取第38-39页
        3.5.2 原始关系模式泛化第39-40页
    3.6 关系抽取方法研究第40-41页
    3.7 本章小结第41-43页
第四章 模型系统设计第43-55页
    4.1 引言第43页
    4.2 系统整体架构设计第43-46页
    4.3 系统模块详细设计第46-54页
        4.3.1 种子构建模块设计第47页
        4.3.2 数据抓取模块设计第47-49页
        4.3.3 数据预处理模块设计第49-50页
        4.3.4 原始关系模式获取设计第50-52页
        4.3.5 关系模式泛化模块设计第52-53页
        4.3.6 关系元组抽取模块设计第53-54页
    4.4 本章小结第54-55页
第五章 模型系统运行实例与实验结果分析第55-69页
    5.1 引言第55页
    5.2 模型系统运行实例第55-65页
        5.2.1 种子构建第55-56页
        5.2.2 数据抓取第56-57页
        5.2.3 数据预处理第57-60页
        5.2.4 原始关系模式获取第60-62页
        5.2.5 原始关系模式泛化第62-63页
        5.2.6 关系元组的抽取第63-64页
        5.2.7 关系元组的确认第64-65页
    5.3 实验结果与分析第65-68页
        5.3.1 实验数据第65-66页
        5.3.2 评价标准第66页
        5.3.3 实验结果与分析第66-68页
    5.4 本章小结第68-69页
第六章 结论与展望第69-72页
    6.1 结论第69-70页
    6.2 展望第70-72页
参考文献第72-76页
作者在攻读硕士学位期间公开发表的论文第76-77页
作者在攻读硕士学位期间所作的项目第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于SOA架构的衡阳地税信息集成平台设计与实现
下一篇:事件本体映射技术研究