| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 本论文专用术语的注释表 | 第13-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 研究现状 | 第16-21页 |
| 1.2.1 关系抽取方法 | 第16-18页 |
| 1.2.2 关系抽取系统 | 第18-19页 |
| 1.2.3 相关评测 | 第19页 |
| 1.2.4 评价指标 | 第19-20页 |
| 1.2.5 消失元分析 | 第20页 |
| 1.2.6 存在问题 | 第20-21页 |
| 1.3 研究内容 | 第21页 |
| 1.4 创新点 | 第21-22页 |
| 1.5 内容安排 | 第22-24页 |
| 第二章 相关工作 | 第24-36页 |
| 2.1 核方法基础 | 第24-29页 |
| 2.1.1 核函数 | 第25-27页 |
| 2.1.2 支持向量机 | 第27-29页 |
| 2.1.3 主要定理 | 第29页 |
| 2.2 基于核方法的关系抽取 | 第29-31页 |
| 2.2.1 基于单核的关系抽取 | 第29-30页 |
| 2.2.2 基于复合核的关系抽取 | 第30-31页 |
| 2.3 多核学习 | 第31-33页 |
| 2.4 消失元分析 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 基于复合核的关系抽取 | 第36-54页 |
| 3.1 理论基础 | 第36-37页 |
| 3.2 特征抽取 | 第37-41页 |
| 3.2.1 词形特征 | 第37页 |
| 3.2.2 词性特征 | 第37页 |
| 3.2.3 语法特征 | 第37-41页 |
| 3.3 语法树特征提取 | 第41页 |
| 3.4 基于复合核关系抽取 | 第41-48页 |
| 3.4.1 浅层树核 | 第41-42页 |
| 3.4.2 实体核 | 第42页 |
| 3.4.3 扩展的实体核 | 第42-43页 |
| 3.4.4 句法结构串核 | 第43-44页 |
| 3.4.5 复合核 | 第44页 |
| 3.4.6 解析 | 第44-45页 |
| 3.4.7 剪枝和缓存 | 第45-48页 |
| 3.5 实验与分析 | 第48-53页 |
| 3.5.1 实验设置 | 第48页 |
| 3.5.2 基于单核的关系抽取实验 | 第48-52页 |
| 3.5.3 基于复合核的关系抽取实验 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于多核的关系抽取 | 第54-68页 |
| 4.1 理论基础 | 第54-59页 |
| 4.1.1 多核学习优化表达式 | 第54-56页 |
| 4.1.2 多核学习优化问题求解类型 | 第56-59页 |
| 4.2 基于聚类的多核学习模型 | 第59-63页 |
| 4.2.1 聚类模型的评价指标 | 第59-60页 |
| 4.2.2 优化目标函数 | 第60-61页 |
| 4.2.3 优化目标函数求解 | 第61-62页 |
| 4.2.4 分类决策函数 | 第62-63页 |
| 4.2.5 基于聚类的多核学习模型优点 | 第63页 |
| 4.3 实验与分析 | 第63-67页 |
| 4.3.1 实验流程 | 第64页 |
| 4.3.2 UCI数据集手写数字识别实验 | 第64-66页 |
| 4.3.3 Conll04数据集关系抽取实验 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 消失元分析及其改进 | 第68-94页 |
| 5.1 理论基础 | 第68-72页 |
| 5.1.1 交换代数相关定义 | 第68-70页 |
| 5.1.2 交换代数在机器学习中的应用 | 第70-71页 |
| 5.1.3 核与理想的对偶性 | 第71页 |
| 5.1.4 流型与理想的对偶性 | 第71-72页 |
| 5.2 消失元分析 | 第72-73页 |
| 5.3 一种改进的VCA方法分类决策函数 | 第73-77页 |
| 5.3.1 VCA方法分类决策函数存在问题 | 第73-74页 |
| 5.3.2 针对VCA方法分类决策函数的实验 | 第74-76页 |
| 5.3.3 GVCA方法分类决策函数 | 第76-77页 |
| 5.3.4 针对GVCA方法分类决策函数的实验 | 第77页 |
| 5.4 训练集分组策略 | 第77-82页 |
| 5.4.1 针对训练集规模对计算时间影响的实验 | 第77-78页 |
| 5.4.2 训练集分组策略 | 第78页 |
| 5.4.3 训练集分组的正确性证明 | 第78-79页 |
| 5.4.4 训练集分组的时间复杂度分析 | 第79-81页 |
| 5.4.5 针对GVCA方法训练集分组的实验 | 第81-82页 |
| 5.5 实验与分析 | 第82-92页 |
| 5.5.1 GVCA方法与其他分类算法分类性能比较实验 | 第82-86页 |
| 5.5.2 GVCA方法与其他分类算法收敛速度比较实验 | 第86-91页 |
| 5.5.3 GVCA方法在数据集Conll04上关系抽取实验 | 第91-92页 |
| 5.6 本章小结 | 第92-94页 |
| 第六章 结论 | 第94-96页 |
| 6.1 主要工作和创新点 | 第94页 |
| 6.2 未来工作 | 第94-96页 |
| 致谢 | 第96-98页 |
| 参考文献 | 第98-104页 |
| 附录A VCA方法不同训练样例集对消失元多项式阶数和数量的影响 | 第104-106页 |
| 附录B VCA方法不同训练样例数量对消失元多项式阶数和数量的影响 | 第106-108页 |
| 作者简介 (包括论文和成果清单) | 第108-109页 |
