面向web數(shù)據(jù)的信息抽取及融合技術(shù)研究

章Web數(shù)據(jù)在情報(bào)分析中的效用研究/ 1節(jié)情報(bào)分析中的Web數(shù)據(jù)使用/ 1
第二節(jié)Web數(shù)據(jù)效用發(fā)揮面臨的挑戰(zhàn)/ 4
第三節(jié)小結(jié)/ 6
第二章中文分詞及詞性標(biāo)注/ 8節(jié)中文自動(dòng)分詞的難點(diǎn)/ 8
第二節(jié)中文分詞的基本方法/ 10
第三節(jié)中文詞性標(biāo)注的難點(diǎn)/ 14
第四節(jié)中文詞性標(biāo)注的基本方法/ 15
第三章中文句法分析/ 21節(jié)完全句法分析技術(shù)/ 21
第二節(jié)淺層句法分析/ 26
第四章語料庫(kù)與詞匯知識(shí)庫(kù)/ 28節(jié)語料庫(kù)技術(shù)/ 28
第二節(jié)詞匯知識(shí)庫(kù)/ 34
第五章Web數(shù)據(jù)消重/ 39節(jié)引言/ 39
第二節(jié)相關(guān)工作與研究框架/ 40
第三節(jié)算法流程分析/ 41
第四節(jié)算法效果評(píng)估/ 44
第五節(jié)基于網(wǎng)頁(yè)轉(zhuǎn)載關(guān)系識(shí)別的輿情傳播態(tài)勢(shì)分析/ 47
第六章基于熵模型的中文事件抽取方法研究/ 49節(jié)引言/ 49
第二節(jié)相關(guān)工作/ 51
第三節(jié)基于熵模型的事件類型及元素標(biāo)注/ 52
第四節(jié)基于組塊分析的標(biāo)注單元?jiǎng)澐? 54
第五節(jié)實(shí)驗(yàn)及結(jié)果分析/ 56
第七章共指事件的事件表象可信度評(píng)估模型研究/ 58目錄面向Web數(shù)據(jù)的信息抽取及融合技術(shù)研究節(jié)引言/ 58
第二節(jié)相關(guān)工作/ 59
第三節(jié)事件表象信任網(wǎng)絡(luò)/ 61
第四節(jié)基于信任網(wǎng)絡(luò)的事件表象可信度計(jì)算/ 63
第五節(jié)實(shí)驗(yàn)與分析/ 64
第八章面向新聞文本的事件表象融合策略研究/ 68節(jié)引言/ 68
第二節(jié)相關(guān)研究工作/ 69
第三節(jié)事件表象之間的共指關(guān)系識(shí)別/ 70
第四節(jié)基于Opinosis圖結(jié)構(gòu)的共指事件表象融合/ 74
第五節(jié)實(shí)驗(yàn)與結(jié)果分析/ 77
第九章面向共指事件識(shí)別的同義表述模式抽取研究/ 79節(jié)引言/ 79
第二節(jié)相關(guān)研究工作/ 80
第三節(jié)詞級(jí)別同義表述模式抽取/ 82
第四節(jié)語句級(jí)別同義表述模式抽取/ 86
第五節(jié)實(shí)驗(yàn)/ 91
第十章基于共指事件識(shí)別的同義詞集構(gòu)建研究/ 96節(jié)研究背景/ 96
第二節(jié)相關(guān)工作/ 97
第三節(jié)共指事件表述識(shí)別/ 99
第四節(jié)同義詞抽取及篩選策略/ 103
第五節(jié)實(shí)驗(yàn)/ 105
第十一章基于評(píng)論針對(duì)性的評(píng)論排序/ 108節(jié)問題定義與分析/ 109
第二節(jié)評(píng)論針對(duì)性的計(jì)算策略/ 111
第三節(jié)實(shí)驗(yàn)/ 114
第四節(jié)分析和討論/ 116第十二章裁判文書類案推送中的案情相似度計(jì)算模型研究/ 118節(jié)背景介紹/ 118
第二節(jié)相關(guān)研究工作/ 119
第三節(jié)模型構(gòu)建/ 120
第四節(jié)實(shí)驗(yàn)/ 126
第十三章輿情數(shù)據(jù)中的話題分析研究/ 130節(jié)PLSA介紹/ 130
第二節(jié)數(shù)據(jù)相關(guān)工作/ 132
第三節(jié)結(jié)果/ 134
第四節(jié)討論/ 139
參考文獻(xiàn)/ 141