摘要 | 第8-9页 |
ABSTRACT | 第9页 |
符号使用说明 | 第10-11页 |
第一章 绪论 | 第11-17页 |
1.1 实体链接研究背景和意义 | 第11-13页 |
1.2 现有研究中的主要问题 | 第13-15页 |
1.3 本文主要工作 | 第15-16页 |
1.3.1 特征文本的选取 | 第15页 |
1.3.2 增量实体嵌入 | 第15页 |
1.3.3 候选排序系统的实现 | 第15-16页 |
1.3.4 实验数据的准备与评价指标设计 | 第16页 |
1.4 论文组织结构 | 第16-17页 |
第二章 相关研究 | 第17-25页 |
2.1 实体库和实体链接研究框架 | 第17-19页 |
2.1.1 实体库介绍 | 第17-19页 |
2.1.2 实体链接框架介绍 | 第19页 |
2.2 候选集合生成研究 | 第19-20页 |
2.3 候选实体排序研究 | 第20-22页 |
2.3.1 特征选取的研究 | 第20-21页 |
2.3.2 有关排序方法的研究 | 第21-22页 |
2.4 词向量和实体向量的相关研究 | 第22-24页 |
2.5 本章小结 | 第24-25页 |
第三章 实体的增量嵌入方法 | 第25-35页 |
3.1 实体-语言模型假设 | 第25-27页 |
3.2 RNN语言模型 | 第27-29页 |
3.3 从语言模型到实体-语言模型:增量部分的初始值设置 | 第29-31页 |
3.3.1 实体向量的初始值 | 第29-31页 |
3.3.2 新增传递矩阵的初始值 | 第31页 |
3.4 实体-语言模型的训练 | 第31-32页 |
3.5 本章小结 | 第32-35页 |
第四章 实体排序方法设计 | 第35-45页 |
4.1 实体排序模块整体框架 | 第35-36页 |
4.2 基于向量表示的候选实体排序 | 第36-38页 |
4.2.1 使用前文预测实体排序 | 第36页 |
4.2.2 使用前文和实体预测后文进行排序 | 第36-37页 |
4.2.3 直接使用实体向量的排序 | 第37-38页 |
4.3 基于DSSM和VSM的候选实体排序方法 | 第38-39页 |
4.3.1 DSSM模型 | 第38-39页 |
4.3.2 VSM模型 | 第39页 |
4.4 特征文本选取 | 第39-41页 |
4.4.1 处理特殊字符 | 第40-41页 |
4.4.2 内容和位置 | 第41页 |
4.4.3 句子长度 | 第41页 |
4.5 排序整合方法 | 第41-42页 |
4.6 本章小结 | 第42-45页 |
第五章 实验结果及分析 | 第45-53页 |
5.1 TAC-KBP数据集简介 | 第45页 |
5.2 辅助排序系统性能和特征文本选取实验 | 第45-46页 |
5.3 训练集构造与分析 | 第46-47页 |
5.4 实体向量表示实验 | 第47-50页 |
5.4.1 模型初值设置实验 | 第47-48页 |
5.4.2 增量规模极限实验 | 第48页 |
5.4.3 增量独立性实验 | 第48-49页 |
5.4.4 实体向量表示效果实验 | 第49-50页 |
5.5 实体链接实验 | 第50-51页 |
5.6 系统优缺点总结 | 第51页 |
5.7 本章小结 | 第51-53页 |
第六章 结束语 | 第53-55页 |
6.1 研究工作总结 | 第53页 |
6.2 未来工作展望 | 第53-55页 |
致谢 | 第55-57页 |
参考文献 | 第57-61页 |
作者在学期间取得的学术成果 | 第61页 |