|
|
|
基于自然语言处理的能源电池领域的知识图谱构建 |
|
论文目录 |
|
摘要 | 第9-11页 | Abstract | 第11-12页 | 第1章 绪论 | 第13-21页 | 1.1 研究背景和意义 | 第13-15页 | 1.1.1 研究背景 | 第13-14页 | 1.1.2 研究意义 | 第14-15页 | 1.2 国内外研究现状 | 第15-19页 | 1.2.1 能源电池发展 | 第15-16页 | 1.2.2 知识图谱技术 | 第16-19页 | 1.3 本文的主要工作与内容安排 | 第19-21页 | 1.3.1 主要工作 | 第19-20页 | 1.3.2 组织结构 | 第20-21页 | 第2章 相关技术基础 | 第21-32页 | 2.1 自然语言处理 | 第21-24页 | 2.1.1 语料库语言学 | 第21-22页 | 2.1.2 依存句法分析 | 第22-23页 | 2.1.3 共现理论 | 第23-24页 | 2.2 机器学习 | 第24-31页 | 2.2.1 TextRank算法 | 第25-28页 | 2.2.2 word2vec算法 | 第28-31页 | 2.3 本章小结 | 第31-32页 | 第3章 基于自定义词典的词性标注 | 第32-47页 | 3.1 语料库构建与文本预处理 | 第32-33页 | 3.2 Han LP的词性标注 | 第33-35页 | 3.3 人工标注 | 第35-37页 | 3.4 基于自定义词典的词性标注 | 第37-44页 | 3.4.1 标题和关键词 | 第38页 | 3.4.2 中英文实体 | 第38-40页 | 3.4.3 短语提取 | 第40-41页 | 3.4.4 规则抽取 | 第41页 | 3.4.5 实验结果与分析 | 第41-44页 | 3.5 实验结果比较 | 第44-45页 | 3.6 本章小结 | 第45-47页 | 第4章 基于改进Text Rank算法的实体抽取 | 第47-57页 | 4.1 基于TF-IDF算法的实体抽取方法 | 第47-49页 | 4.2 基于改进Text Rank算法的实体抽取方法 | 第49-54页 | 4.2.1 算法分析 | 第49-52页 | 4.2.2 实验结果与分析 | 第52-54页 | 4.3 方法比较 | 第54-55页 | 4.4 本章小结 | 第55-57页 | 第5章 实体关系抽取研究及知识图谱的构建 | 第57-73页 | 5.1 实体关系抽取 | 第57-65页 | 5.1.1 基于TF-IDF算法的实体关系抽取方法 | 第57-58页 | 5.1.2 基于语义与规则的实体关系抽取方法 | 第58-64页 | 5.1.3 方法比较 | 第64-65页 | 5.2 知识图谱 | 第65-71页 | 5.2.1 基本技术分析 | 第65-66页 | 5.2.2 知识图谱可视化 | 第66-69页 | 5.2.3 搜索应用 | 第69-71页 | 5.3 本章小结 | 第71-73页 | 第6章 总结与展望 | 第73-75页 | 6.1 论文总结 | 第73-74页 | 6.2 研究展望 | 第74-75页 | 参考文献 | 第75-79页 | 攻读硕士学位期间发表的学术论文及科研工作 | 第79-80页 | 附录1 | 第80-87页 | 附录2 | 第87-89页 | 致谢 | 第89页 |
|
|
|
|
论文编号BS4163120,这篇论文共89页 会员购买按0.35元/页下载,共需支付31.15元。 直接购买按0.5元/页下载,共需要支付44.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|