基于大规模知识库的实体描述生成和应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景和研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 文本生成系统的框架 | 第12-13页 |
| 1.2.2 基于模板的方法 | 第13-14页 |
| 1.2.3 基于生成语法的方法 | 第14-15页 |
| 1.2.4 基于神经网络的方法 | 第15页 |
| 1.2.5 已有研究对文本生成质量的评价方法 | 第15-17页 |
| 1.3 论文研究的主要内容 | 第17-18页 |
| 第2章 基于对抗网络的知识图谱补全 | 第18-31页 |
| 2.1 研究背景 | 第18-21页 |
| 2.1.1 负采样的缺陷 | 第19页 |
| 2.1.2 一对多关系的普遍性 | 第19-21页 |
| 2.2 理论基础 | 第21-22页 |
| 2.2.1 平移模型 | 第21页 |
| 2.2.2 对抗生成式网络 | 第21-22页 |
| 2.3 基于对抗网络的知识图谱表示学习方法 | 第22-26页 |
| 2.3.1 判别器的设计 | 第23-24页 |
| 2.3.2 生成器的设计 | 第24-25页 |
| 2.3.3 预训练和模型集成 | 第25-26页 |
| 2.4 实验 | 第26-30页 |
| 2.4.1 数据集和模型设置 | 第26-28页 |
| 2.4.2 链接预测结果 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 实体描述的生成 | 第31-47页 |
| 3.1 研究背景 | 第31-36页 |
| 3.1.1 现有实体描述中的问题 | 第32-35页 |
| 3.1.2 多跳数据保证描述的流畅度 | 第35-36页 |
| 3.2 理论基础 | 第36-40页 |
| 3.2.1 关注机制 | 第36-37页 |
| 3.2.2 内容选择 | 第37-40页 |
| 3.3 实体描述生成的方法 | 第40-43页 |
| 3.4 实验 | 第43-46页 |
| 3.4.1 数据集构建 | 第43-44页 |
| 3.4.2 自动化效果评估 | 第44-45页 |
| 3.4.3 样例分析 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 实体描述在知识库问答中的应用 | 第47-60页 |
| 4.1 研究背景 | 第47-49页 |
| 4.2 面向旅游场景的知识库问答系统构建 | 第49-56页 |
| 4.2.1 基于模板的问句解析 | 第50-52页 |
| 4.2.2 基于关键字语义的问句解析 | 第52-56页 |
| 4.3 实体描述与问答系统的结合 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 攻读硕士学位期间所发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
