首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于树核函数的中文实体语义关系抽取方法的研究

中文摘要第1-4页
Abstract第4-8页
第一章 绪论第8-19页
   ·研究背景第8-9页
   ·研究内容第9-10页
   ·研究意义第10页
   ·信息抽取概述第10-18页
     ·信息抽取发展历史第11-13页
     ·信息抽取系统的体系结构第13-15页
     ·信息抽取系统的评测标准第15页
     ·信息抽取系统的关键技术第15-18页
   ·本文组织结构第18-19页
第二章 关系抽取相关工作第19-33页
   ·ACE语料第19-23页
     ·ACE评测任务第20-22页
     ·ACE语料库统计第22-23页
   ·关系抽取概述第23-24页
   ·关系抽取研究现状第24-30页
     ·指导性学习方法第24-27页
     ·无指导学习方法第27-28页
     ·弱指导学习算法第28-29页
     ·中文实体关系抽取研究现状第29-30页
   ·SVM分类器原理概述第30-32页
   ·本章小结第32-33页
第三章 基于树核函数的中文实体语义关系抽取第33-49页
   ·核函数方法及卷积树核函数第33-34页
   ·结构化关系实例表示方法第34-35页
   ·实体关系抽取系统流程第35-42页
     ·语料预处理第36-41页
     ·生成实验数据第41-42页
   ·实验及结果分析第42-46页
     ·英文实体语义关系抽取第43页
     ·中文实体语义关系抽取第43-44页
     ·中英文实体关系抽取的比较与分析第44-46页
   ·分类器训练和测试速度优化第46-48页
   ·本章小结第48-49页
第四章 实体语义信息在关系抽取中的作用第49-61页
   ·实体语义信息第49-52页
   ·实体语义树表示方法第52-53页
   ·实体语义信息对中文关系抽取的作用第53-58页
   ·五倍交叉验证第58-59页
   ·与其它关系抽取系统的比较第59-60页
   ·本章小结第60-61页
第五章 总结与展望第61-63页
   ·本文研究总结第61页
   ·工作展望第61-63页
参考文献第63-68页
作者在攻读硕士学位期间发表的论文第68-69页
致谢第69-70页
详细摘要第70-72页

论文共72页,点击 下载论文
上一篇:我国公共新闻的特点及发展研究
下一篇:我国商业银行竞争力研究--基于中外商业银行竞争力现状的比较分析