声明
缩略语
1 绪论
1.1课题背景及来源
1.2课题现状及分析
1.2.1 国内外研究概况
1.2.2 重点难点问题
1.3研究内容及意义
1.3.1 研究内容
1.3.2 研究意义
1.4本文的组织结构
2 相关理论及技术概述
2.1远程监督
2.1.1 远程知识库
2.1.2 命名实体识别
2.1.3 实体链接
2.2循环神经网络
2.2.1 通过时间反向传播
2.2.2 RNN变体
2.3残差网络
2.3.1 深度卷积网络
2.3.2 残差学习
2.3.3 通过捷径的恒等映射
2.3.4 ResNet架构
2.4注意力机制
2.5对抗训练
2.6 StanfordNLP
2.7 Tensorflow
2.8本章小结
3 关系抽取研究与算法设计
3.1问题分析
3.2模型架构设计
3.3联合嵌入
3.3.1 词嵌入
3.3.2 位置嵌入
3.3.3 实体类型嵌入
3.4 RPRN编码器
3.4.1 序列学习
3.4.2 残差结构
3.4.3 分段池化
3.5注意力选择器
3.6本章小结
4 实验及模型评估
4.1实验数据预处理
4.2实验设置
4.2.1 超参数设置
4.2.2 度量指标
4.3评估结果
4.3.1 基准模型
4.3.2 本文提出的模型
4.4案例分析
4.5本章小结
5 总结与展望
5.1论文总结
5.2工作展望
致谢
参考文献