摘要 | 第3-5页 |
abstract | 第5-6页 |
第1章 引言 | 第10-17页 |
1.1 基于深度学习的方法 | 第13-14页 |
1.2 基于平移模型的方法 | 第14-15页 |
1.3 面向实体描述的方法 | 第15-16页 |
1.4 本章的研究重点和工作内容 | 第16-17页 |
第2章 面向数据的几何变换知识表示 | 第17-35页 |
2.1 研究背景 | 第17-18页 |
2.2 理论基础 | 第18-24页 |
2.2.1 产生式模型与判别式模型 | 第18-20页 |
2.2.2 高斯混合模型 | 第20-22页 |
2.2.3 狄利克雷过程 | 第22-23页 |
2.2.4 中国餐馆过程 | 第23-24页 |
2.3 关系多语义现象 | 第24页 |
2.4 关系多语义模型 | 第24-27页 |
2.5 几何学的解释 | 第27-29页 |
2.6 实验 | 第29-34页 |
2.6.1 链接预测 | 第29-32页 |
2.6.2 三元组分类 | 第32-33页 |
2.6.3 语义成分分析 | 第33-34页 |
2.7 本章小结 | 第34-35页 |
第3章 面向模型的几何变换知识表示 | 第35-51页 |
3.1 研究背景 | 第35-38页 |
3.2 理论基础 | 第38-41页 |
3.2.1 代数过定 | 第38-39页 |
3.2.2 流形 | 第39-40页 |
3.2.3 平滑流形假设 | 第40-41页 |
3.3 基于流形的方法 | 第41-42页 |
3.4 三种具体的流形 | 第42-44页 |
3.5 流形方法的代数角度分析 | 第44页 |
3.6 流形方法的几何角度分析 | 第44页 |
3.7 实验 | 第44-50页 |
3.7.1 链接预测 | 第44-47页 |
3.7.2 三元组分类 | 第47-49页 |
3.7.3 基于平移和基于流形的原理之间的可视化比较 | 第49页 |
3.7.4 错误分析 | 第49-50页 |
3.8 本章小结 | 第50-51页 |
第4章 数据和模型相互作用的几何变换知识表示 | 第51-68页 |
4.1 研究背景 | 第51-53页 |
4.2 理论基础 | 第53-57页 |
4.2.1 投影 | 第53页 |
4.2.2 互相关 | 第53-55页 |
4.2.3 语义学 | 第55-56页 |
4.2.4 主题模型 | 第56-57页 |
4.3 模型描述 | 第57-59页 |
4.3.1 得分函数 | 第57-58页 |
4.3.2 语义向量生成 | 第58-59页 |
4.4 互相关解释 | 第59-60页 |
4.5 语义解释 | 第60-61页 |
4.6 实验 | 第61-67页 |
4.6.1 数据集和基本设置 | 第61页 |
4.6.2 知识图谱完型 | 第61-64页 |
4.6.3 实体分类 | 第64-66页 |
4.6.4 语义相关性分析 | 第66页 |
4.6.5 精确语义表达分析 | 第66-67页 |
4.6.6 知识语义拓扑分析 | 第67页 |
4.7 本章小结 | 第67-68页 |
第5章 面向可解释性的几何变换知识表示 | 第68-88页 |
5.1 研究背景 | 第68-70页 |
5.2 理论基础 | 第70-73页 |
5.2.1 聚类 | 第70-71页 |
5.2.2 传统聚类算法 | 第71-73页 |
5.2.3 最新的进展 | 第73页 |
5.3 多视图聚类 | 第73-74页 |
5.4 知识语义表示 | 第74-78页 |
5.4.1 模型描述 | 第74-78页 |
5.4.2 目标和训练 | 第78页 |
5.5 区分性解释 | 第78页 |
5.6 聚类原理解释 | 第78-79页 |
5.7 实验 | 第79-87页 |
5.7.1 实验设置 | 第79-80页 |
5.7.2 实体分类 | 第80页 |
5.7.3 知识图谱完型 | 第80-83页 |
5.7.4 语义分析:案例研究 | 第83-84页 |
5.7.5 语义分析:统计分析 | 第84-85页 |
5.7.6 描述到实体的实验 | 第85-87页 |
5.8 本章小结 | 第87-88页 |
第6章 总结和展望 | 第88-90页 |
6.1 本章总结 | 第88页 |
6.2 工作展望 | 第88-90页 |
参考文献 | 第90-98页 |
致谢 | 第98-100页 |
个人简历、在学期间发表的学术论文与研究成果 | 第100页 |