基于神经网络结构的细粒度实体分类方法研究

目录

声明

1 绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1知识库

1.2.2词嵌入表示

1.2.3实体分类

1.3论文的研究内容

1.4论文的组织结构

2 相关理论研究基础

2.1相关知识库概述

2.2词嵌入模型

2.3神经网络模型

2.3.1 RNN循环神经网络

2.3.2 LSTM长短期记忆网络

2.3.3 CNN卷积神经网络

2.4 Attention注意力机制

2.5本章小结

3 细粒度实体分类模型

3.1问题描述及相关研究

3.1.1问题描述

3.1.2相关研究成果

3.2模型结构

3.3目标实体编码

3.4实体类型预测

3.5本章小结

4 模型算法实现

4.1特征提取

4.1.1目标实体的特征提取

4.1.2文本级别的特征提取

4.1.3上下文实体的特征提取

4.1.4实体间相关性的特征提取

4.2算法描述

4.3损失函数

4.4本章小结

5 实验与分析

5.1数据集

5.1.1 FIGER数据集

5.1.2 OwnWiki数据集

5.2实验设置及评价指标

5.2.1实验环境

5.2.2参数设置

5.2.3评价指标

5.3实验方案及基准方法

5.4实验结果分析

5.5粗粒度分类有效性验证

5.6本章小结

6 总结与展望

6.1论文工作总结

6.2未来工作展望

致谢

参考文献