属性值提取技术的发展趋势.docxVIP

属性值提取技术的发展趋势

目录

一、内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

二、属性值提取技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1属性值提取的基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1.1数据预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.2信息抽取技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.2属性值提取的主要类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.2.1关系型抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2.2实体型抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.2.3值型抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.3属性值提取的关键技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3.1自然语言处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3.2机器学习技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.3.3深度学习技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

三、基于规则的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.1规则的构建与表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.1.1语法规则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.1.2语义规则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.2基于规则方法的优缺点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.2.1可解释性强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.2.2精度受限于规则质量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.3基于规则方法的典型应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.3.1基于正则表达式的抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.3.2基于模板匹配的抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

四、基于统计学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

4.1统计模型的构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.1.1特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

4.1.2模型选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.2基于统计学习方法的优缺点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.2.1能处理大规模数据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.2.2模型泛化能力有限．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

4.3基于统计学习方法的典型应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.3.1基于最大熵模型的抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.3.2基于支持向量机的抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

五、基于深度学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

5.1深度学习模型架构．．．．．．