首页> 中文学位 >面向中文自然语言的实体识别和关系抽取技术研究
【6h】

面向中文自然语言的实体识别和关系抽取技术研究

代理获取

目录

声明

摘要

图目录

表目录

第1章绪论

1.1研究背景

1.2研究现状

1.2.1实体与实体关系流水线抽取方法

1.2.2实体与实体关系联合抽取方法

1.3论文主要工作

1.4论文结构安排

第2章相关技术研究

2.1.1问题定义

2.1.2解决框架

2.2实体、实体问关系流水线抽取方法

2.2.1基于规则的方法

2.2.2基于机器学习的方法

2.2.3基于深度学习的方法

2.2.4流水线抽取方法的共性问题

2.3实体、实体间关系联合抽取方法

2.3.1基于经典方法的联合抽取

2.3.2基于深度学习的联合抽取

2.3.3联合抽取方法存在的问题

2.4本章小结

第3章基于关键词提取的字词融合嵌入方法

3.1基于标签的中文在线百科文本的新词识别算法

3.2基于中文在线百科文本的关键词提取算法

3.3基于关键词的字词融合嵌入

3.4实验结果与分析

3.4.1实验设置

3.4.2基线模型

3.4.3结果分析

3.5本章小结

第4章基于深度学习的实体与关系联合抽取框架

4.1基于共现实体的特征提取方法

4.2新颖的指针标注方法

4.2.1指针标注设计

4.2.2基于波束搜索的指针标注解码

4.3联合抽取框架设计

4.3.1编码层设计

4.3.2基于指针感知的注意力层

4.3.3解码层设计

4.3.4目标函数优化

4.4实验结果与分析

4.4.1实验设置

4.4.2基线模型

4.4.3结果分析

4.4.4实例分析

4.5本章小结

第5章总结与展望

5.1工作总结

5.2未来展望

参考文献

攻读硕士学位期间主要的研究成果

致谢

展开▼

著录项

  • 作者

    穆华岭;

  • 作者单位

    浙江大学;

  • 授予单位 浙江大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 邢卫,王勇超;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3G20;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号