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 |