基于图书的领域概念抽取及其前后序关系挖掘算法研究与应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 课题动机 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 相关研究综述 | 第17-31页 |
| 2.1 关键词抽取 | 第17-23页 |
| 2.1.1 基于特征的抽取方法 | 第17-19页 |
| 2.1.2 基于图模型的抽取方法 | 第19-20页 |
| 2.1.3 基于深度学习的抽取方法 | 第20-23页 |
| 2.2 概念前后序关系判别 | 第23-27页 |
| 2.2.1 基于特征的分类方法 | 第24-26页 |
| 2.2.2 基于目标函数优化方法 | 第26-27页 |
| 2.3 网络可视化 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 图书领域概念抽取 | 第31-44页 |
| 3.1 数据预处理 | 第31-32页 |
| 3.2 候选词获取 | 第32-34页 |
| 3.3 图网络排序 | 第34-35页 |
| 3.4 算法实验结果和评价 | 第35-43页 |
| 3.4.1 数据集 | 第36页 |
| 3.4.2 评测标准 | 第36-37页 |
| 3.4.3 算法对比实验 | 第37-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于非监督学习的概念前后序关系挖掘 | 第44-60页 |
| 4.1 数据预处理 | 第44-45页 |
| 4.1.1 概念选取 | 第44页 |
| 4.1.2 词向量预训练 | 第44-45页 |
| 4.1.3 词向量预训练 | 第45页 |
| 4.2 概念前后序关系分类模块 | 第45-50页 |
| 4.2.1 参数定义 | 第45-46页 |
| 4.2.2 特征描述 | 第46-49页 |
| 4.2.3 运行机制 | 第49-50页 |
| 4.3 概念前后序关系发现模块 | 第50-52页 |
| 4.3.1 目标函数 | 第50-51页 |
| 4.3.2 约束条件 | 第51-52页 |
| 4.3.3 运行机制 | 第52页 |
| 4.4 迭代算法 | 第52-54页 |
| 4.5 算法实验结果和评价 | 第54-59页 |
| 4.5.1 数据集 | 第54页 |
| 4.5.2 评测标准 | 第54-55页 |
| 4.5.3 算法对比实验 | 第55-58页 |
| 4.5.4 迭代有效性实验 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 知识空间服务系统的设计与实现 | 第60-68页 |
| 5.1 知识空间服务系统的总体框架 | 第60-61页 |
| 5.2 功能设计和实现 | 第61-63页 |
| 5.2.1 数据离线处理 | 第61-62页 |
| 5.2.2 概念前后序关系网络 | 第62页 |
| 5.2.3 概念搜索 | 第62-63页 |
| 5.2.4 路径搜索 | 第63页 |
| 5.3 系统展示 | 第63-67页 |
| 5.3.1 前后序关系网络展示 | 第63-66页 |
| 5.3.2 概念展示 | 第66-67页 |
| 5.3.3 路径展示 | 第67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
