面向企业的信息抽取与知识图谱构建

目录

声明

1 绪论

1.1 研究背景及意义

1.2 研究现状

1.2.1 命名实体识别

1.2.2 关系抽取

1.2.3 知识图谱

1.3 研究内容

1.4 整体结构

2 基于上市公司公告的命名实体识别

2.1 方法架构概述

2.2 数据获取与处理

2.2.1 数据获取

2.2.2 词典准备

2.2.3 数据预处理

2.3 基于词典的命名实体识别

2.4 基于深度学习的命名实体识别

2.4.1 词嵌入

2.4.2 BiLSTM-CRF模型

2.5 词典增量更新阈值选择

2.6 实体标注选择

2.7 实验与分析

2.7.1 数据集

2.7.2 评估方法

2.7.3 实验设置和实验环境

2.7.4 实验结果与分析

2.8 本章小结

3 基于上市公司公告的关系抽取

3.1 方法架构概述

3.2 数据预处理

3.2.1 关系类型

3.2.2 数据标注

3.2.3 Word2vec预训练

3.3 基于BiLSTM-BiGRU-Attention的关系抽取模型

3.3.2 LSTM和GRU层

3.3.3 注意力层

3.3.4 目标函数

3.4 实验与分析

3.4.1 数据集

3.4.2 评估方法

3.4.3 实验设置和实验环境

3.4.4 实验结果与分析

3.5本章小结

4 企业知识图谱构建与系统应用实现

4.1 企业知识图谱构建

4.1.1 准备工作

4.1.2 知识图谱构建

4.2 时间约束下的关系演变

4.3 企业知识图谱系统应用实现

4.3.1 自贸区项目简介

4.3.2 自贸区平台使用技术

4.3.3 本文系统应用实现

4.3.4 企业知识图谱展示

4.4 本章小结

5 结论与展望

5.1 本文总结

5.2 未来展望

参考文献

攻读学位期间的研究成果目录

致谢