基于互联网的二元实体关系抽取研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-13页 |
| 第一章 引言 | 第13-17页 |
| ·本文的研究背景 | 第13-15页 |
| ·本文的组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 实体关系抽取及其相关工作 | 第17-26页 |
| ·实体关系抽取的基本概念 | 第17-19页 |
| ·实体关系抽取的发展历程 | 第19-20页 |
| ·实体关系抽取的研究现状 | 第20-24页 |
| ·基于知识工程的实体关系抽取 | 第20-21页 |
| ·基于机器学习的实体关系抽取 | 第21-24页 |
| ·监督的学习方法 | 第21-22页 |
| ·无监督的学习方法 | 第22-23页 |
| ·半监督的学习方法 | 第23-24页 |
| ·中文实体关系抽取技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于互联网的二元实体关系抽取方法 | 第26-36页 |
| ·基本假设和概念定义 | 第26-28页 |
| ·基本的概念定义 | 第26-28页 |
| ·基本的假设 | 第28页 |
| ·基于自举的实体关系抽取方法的流程及相关定义 | 第28-29页 |
| ·基于互联网的二元实体关系抽取方法的框架 | 第29-35页 |
| ·共现句抽取模块 | 第30-32页 |
| ·基于信息增益的关系描述模式生成模块 | 第32-33页 |
| ·基于模式匹配的新元组生成模块 | 第33-34页 |
| ·基于最小覆盖的候选元组验证模块 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于信息增益的关系描述模式获取方法 | 第36-48页 |
| ·算法需要解决的问题 | 第36页 |
| ·基于信息增益的关系描述模式获取方法 | 第36-41页 |
| ·信息增益的相关概念及中文上下文信息增益 | 第36-38页 |
| ·算法的构建 | 第38-39页 |
| ·算法的实现 | 第39-40页 |
| ·算法有效性的分析 | 第40-41页 |
| ·实验结果和分析 | 第41-47页 |
| ·有效共现句的概念 | 第41-42页 |
| ·实验条件及评测指标 | 第42页 |
| ·关系描述模式获取有效共现句的性能及分析 | 第42-45页 |
| ·关系描述模式获取新关系元组的性能及分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于模式匹配的新元组抽取方法 | 第48-61页 |
| ·算法需要解决的问题 | 第48页 |
| ·基于模式匹配的新关系元组抽取方法 | 第48-52页 |
| ·算法的构建 | 第48-50页 |
| ·算法的实现 | 第50-52页 |
| ·算法有效性的分析 | 第52页 |
| ·实验结果和分析 | 第52-60页 |
| ·实验条件和评价标准 | 第53页 |
| ·基于模式匹配的新元组抽取方法参数确定 | 第53-55页 |
| ·实验结果和分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于最小覆盖的关系元组验证方法 | 第61-74页 |
| ·算法需要解决的问题 | 第61-62页 |
| ·基于最小覆盖的关系元组验证方法 | 第62-69页 |
| ·最小覆盖模板的概念及相关的定义 | 第62-63页 |
| ·算法的构建 | 第63-66页 |
| ·算法的实现 | 第66-68页 |
| ·算法有效性的分析 | 第68页 |
| ·关系描述模式与最小覆盖模板的不同 | 第68-69页 |
| ·实验结果和分析 | 第69-73页 |
| ·实验条件和评价标准 | 第69-70页 |
| ·基于最小覆盖的关系元组验证方法参数确定 | 第70-71页 |
| ·实验结果和分析 | 第71-73页 |
| ·正确率分析及错误元组来源 | 第71-72页 |
| ·召回率的分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 附录一 作者攻读硕士学位期间发表的文章 | 第81页 |
| 附录二 作者攻读硕士学位期间获得的知识产权 | 第81页 |
| 附录三 作者攻读硕士学位期间参与的科研项目 | 第81-82页 |
| 后记 | 第82-83页 |
