声明
第1章 绪论
1.1 研究背景和意义
1.2 国内外相关领域研究现状
1.2.1 国内外命名实体识别研究现状
1.2.2 国内外实体关系获取研究现状
1.3 本文的主要工作
1.4 本文的组织结构安排
第2章 关键技术概述
2.1 文本预处理
2.1.1 中文分词技术
2.1.2 停用词处理
2.2 词向量
2.2.1 离散表示
2.2.2 分布式表示
2.2.3 Word2vec
2.3 循环神经网络
2.3.1 长短时记忆神经网络
2.3.2 双向长短时记忆神经网络
2.3.3 门控循环单元
2.4 注意力机制
2.4.1 编码-解码模型
2.4.2 注意力机制
2.5 条件随机场
2.5.1 命名实体识别的标签体系
2.5.2 条件随机场
2.6 本章小结
第3章 基于百科类语料的实体识别方法研究
3.1 数据预处理
3.1.1 数据源的选择
3.1.2 数据获取方法
3.2 句法分析
3.3 基于句法分析与深度学习的实体识别模型
3.3.1 词向量层
3.3.2 句法分析层
3.3.3 双向GRU层
3.3.4 Softmax层
3.3.5 CRF层
3.4实验结果与分析
3.4.1 实验数据
3.4.2 实验指标评价
3.4.3 参数设置
3.4.4 对比实验分析
3.5 本章小结
第4章 基于多层注意力机制的实体关系抽取方法研究
4.1 融合特征的字向量表示
4.1.1 字向量
4.1.2 位置向量
4.2 注意力机制
4.2.1 字级注意力机制
4.2.2 句级注意力机制
4.3 结果分类
4.4 基于多层注意力机制与双向LSTM的关系获取模型
4.5结果与分析
4.5.1 实验数据
4.5.2 实验指标评价
4.5.3 参数设置
4.5.4实验结果分析
4.5.5 对比试验分析
4.6本章小结
第5章 总结与展望
参考文献
攻读学位期间发表的论文
致谢
江苏科技大学;