基于深度学习的命名实体识别与实体关系抽取研究

目录

第一个书签之前

摘 要

Abstract

第1章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 命名实体识别研究现状

1.2.2 实体关系抽取研究现状

1.3 本文研究内容

1.4 本文结构

第2章 相关理论基础

2.1 深度学习相关技术

2.1.1 神经网络与深度学习的发展

2.1.2 循环神经网络与长短期记忆网络

2.1.3 卷积神经网络

2.1.4 生成式对抗网络

2.1.5 注意力机制

2.2 优化算法

2.2.1 随机梯度下降法

2.2.2 Adam优化算法

2.3 本章小结

第3章 基于CWGAN的命名实体识别

3.1 对抗学习实现命名实体识别的可行性

3.2 基于CWGAN的命名实体识别模型

3.2.1 CWGAN命名实体识别模型的设计思路

3.2.2 输入表示

3.2.3 生成模型

3.2.4 判别模型

3.2.5 优化目标函数

3.3 实验及结果分析

3.3.1 数据集及评估标准

3.3.2 实验设置

3.3.3 实验对比及分析

3.3.4 预训练词向量和dropout的影响

3.4 本章小结

第4章 基于改进注意力机制的实体关系抽取

4.1 改进注意力机制实体关系抽取总体框架

4.2 句子级特征抽取

4.2.1 句子向量表示

4.2.2 卷积操作

4.2.3 分段池化操作

4.3 改进的句子级注意力机制

4.3.1 构造基于权重有序的句子向量集合

4.3.2 生成组合句子特征向量

4.3.3 Softmax分类器

4.3.4 组合特征向量选择

4.4 优化目标函数

4.5 实验及结果分析

4.5.1 数据集和评估标准

4.5.2 实验设置

4.5.3 改进注意力机制的影响

4.5.4 句子数量的影响

4.5.5 与传统方法比较

4.6 本章小结

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致 谢