| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文主要研究内容与创新 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 相关知识介绍 | 第14-20页 |
| ·中文人名识别 | 第14-17页 |
| ·基于规则的方法 | 第14-15页 |
| ·基于统计的方法 | 第15-16页 |
| ·统计与规则相结合的方法 | 第16页 |
| ·机器学习的方法 | 第16-17页 |
| ·其他方法 | 第17页 |
| ·指代消解 | 第17-19页 |
| ·指代的基本概念 | 第18页 |
| ·指代消解语料库 | 第18-19页 |
| ·指代消解研究现状分析 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于特征向量的实体关系抽取方法中的分类器设计 | 第20-25页 |
| ·贝叶斯算法 | 第20-21页 |
| ·K-最近邻法 | 第21页 |
| ·基于神经网络的分类器 | 第21-22页 |
| ·决策树 | 第22页 |
| ·Rocchio 分类器 | 第22页 |
| ·支持向量机 | 第22-24页 |
| ·SVM | 第22-23页 |
| ·SVM 实现多分类划分的一般方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于 DAG-SVM 的人物关系抽取方法 | 第25-34页 |
| ·人物实体关系的划分 | 第25页 |
| ·特征选取 | 第25-26页 |
| ·DAG-SVM | 第26-28页 |
| ·模糊多类支持向量机 | 第28页 |
| ·人物关系抽取流程 | 第28-31页 |
| ·实验及结果分析 | 第31-33页 |
| ·实验数据及评价指标 | 第31页 |
| ·实验设计与结果分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于特征选择的人物关系抽取方法 | 第34-44页 |
| ·人物关系抽取 | 第34-37页 |
| ·特征抽取 | 第34页 |
| ·特征向量构造 | 第34-35页 |
| ·特征选择 | 第35-37页 |
| ·人物关系的特征定义 | 第37-38页 |
| ·多分类支持向量机算法 | 第38页 |
| ·实验流程 | 第38-39页 |
| ·实验及结果分析 | 第39-43页 |
| ·实验数据及评价指标 | 第39页 |
| ·实验设计及结果分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第六章 总结 | 第44-46页 |
| ·主要工作 | 第44页 |
| ·下一步工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 个人简历 在读期间发表的学术论文 | 第49-50页 |
| 致谢 | 第50页 |