畢業(yè)設計答辯_第1頁
畢業(yè)設計答辯_第2頁
畢業(yè)設計答辯_第3頁
畢業(yè)設計答辯_第4頁
已閱讀5頁，還剩15頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、畢業(yè)設計答辯題目：面向教師簡歷的關系抽取姓名：丁效指導教師：秦兵2009-06-262/20提綱n課題介紹n系統(tǒng)總體介紹n關鍵技術n實驗結果分析與改進3/20提綱n課題介紹課題介紹n系統(tǒng)總體介紹n關鍵技術n實驗結果分析與改進4/20課題介紹n傳統(tǒng)關系抽取方法l有指導關系抽取n核方法l無指導關系抽取n序列模式學習算法n面向教師簡歷關系抽取l沒有標注語料（無法采用機器學習方法）l引入搜索引擎機制5/20課題介紹n教師簡歷的實體類型：6/20課題介紹n本課題定義了7種教師簡歷實體關系：7/20提綱n課題介紹n系統(tǒng)總體介紹系統(tǒng)總體介紹n關鍵技術n實驗結果分析與改進8/20系統(tǒng)總體介紹開始教師簡歷實體關

2、系抽取數(shù)據(jù)數(shù)據(jù)預處理（分詞、詞性標注、教師簡歷實體識別）建立索引庫特征提取模型構造與測試性能評估結束特征模型改進否是達到要求？最終方法和模型9/20提綱n課題介紹n系統(tǒng)總體介紹n關鍵技術關鍵技術n實驗結果分析與改進10/20關鍵技術n教師簡歷實體識別模塊l基于動態(tài)詞典的實體識別n技術：雙數(shù)組Trie樹n姓名、院系、職稱、職務、性別、學位、學科l基于模板的實體識別n技術：正則表達式n電子郵箱： bA-Z0-9._%-+A-Z0-9.-+.A-Z2,4b11/20關鍵技術n特征提取l實體類型特征n選出有可能構成目標關系的候選實體對l實體距離特征n計算出候選實體對在一篇文檔中的距離l實體共現(xiàn)概率特征

3、n計算出候選實體對在語料中共同出現(xiàn)的概率n互信息模型( , )( , )log()( )( )p x yMI x yp xp y12/20關鍵技術n搜索引擎的引入13/20關鍵技術n插件機制14/20關鍵技術n教師簡歷關系數(shù)據(jù)庫15/20提綱n課題介紹n系統(tǒng)總體介紹n關鍵技術n實驗結果分析與改進實驗結果分析與改進16/20實驗結果分析與改進n人工標注200篇HTML文檔作為測試集n處理6類教師簡歷實體關系l“姓名電子郵箱”l“姓名性別”l“姓名職稱”l“姓名職務”l“姓名學科”l“姓名學位”17/20實驗結果分析與改進n實驗結果18/20實驗結果分析與改進n增加過濾規(guī)則，對“姓名電子郵箱”關系的改進l將學校名與郵箱后綴映射n技術：維護一張映射表n例如：“哈工大”映射成“”l將教師姓名與郵箱前綴映射n技術：IR實驗室拼音模塊n例如：“孫大烈”映射成“sdl”l例子：哈工大

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論