声明
1 绪论
1.1研究背景和意义
1.2国内外研究现状
1.3本文主要研究内容
1.4本文组织结构
2 基于深度学习的知识表示模型的关键技术
2.1文本表示学习相关技术
2.2基于TransE的知识表示学习
2.3知识库和文本的联合表示模型
2.4本章小结
3 基于深度学习的联合知识表示模型
3.1基于TransE的结构信息建模
3.2基于CNN的文本建模
3.3多源信息的融合建模
3.4模型优化目标及负采样流程
3.5本章小结
4 实验结果与分析
4.1实验数据集
4.2实验环境及训练流程
4.3链路预测实验
4.4关系分类实验
4.5三元组分类实验
4.6本章小结
5 总结与展望
5.1总结
5.2展望
参考文献
硕士期间发表的论文和参与的项目
致谢
武汉大学;
