声明
摘要
图目录
表目录
第1章绪论
1.1研究背景
1.2国内外研究现状
1.2.1关系抽取
1.2.2零样本学习
1.2.3知识图谱表示学习
1.3本文主要工作
1.4本文组织结构
1.5本章小结
第2章关键技术概述
2.1特征抽取
2.1.1分段卷积神经网络
2.1.2预训练的语言模型
2.2知识图谱嵌入
2.3知识图谱规则挖掘
2.4零样本学习
2.5本章小结
第3章基于知识图谱表示的零样本关系抽取框架
3.1问题及解决思路
3.2模型框架
3.2.1特征空间构建
3.2.2语义空间构建
3.2.3特征空间到语义空间的映射
3.3模型训练
3.4模型预测
3.5本章小结
第4章基于逻辑规则的语义空间构建
4.1问题及解决思路
4.1.1基于知识图谱嵌入表示学习的不足
4.1.2基于逻辑规则的语义空间构建思路
4.2基于逻辑规则的语义空间构建
4.2.1知识图谱规则挖掘
4.2.2基于规则语义表示方案
4.3模型训练和预测
4.4本章小结
第5章融合逻辑规则的特征空间构建
5.1问题及解决思路
5.1.1基于知识图谱语义空间构建的不足
5.1.2基于逻辑规则的特征空间构建思路
5.2基于逻辑规则的特征表示模型
5.3模型训练和预测
5.4本章小结
第6章实验设计与结果分析
6.1实验概述
6.1.1实验环境
6.1.2评价指标
6.1.3参数设置
6.2数据集生成
6.3基于知识图谱的语义空间构建结果分析
6.3.1整体结果分析
6.3.2不同语义表示分析
6.3.3案例分析
6.4融合逻辑规则的特征空间构建结果分析
第7章总结与展望
7.1本文工作总结
7.2未来研究展望
参考文献
攻读硕士学位期间主要的研究成果
致谢
浙江大学;