畢業(yè)設(shè)計(jì)答辯

1、畢業(yè)設(shè)計(jì)答辯題目：面向教師簡(jiǎn)歷的關(guān)系抽取姓名：丁效指導(dǎo)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(guān)鍵技術(shù)n實(shí)驗(yàn)結(jié)果分析與改進(jìn)3/20提綱n課題介紹課題介紹n系統(tǒng)總體介紹n關(guān)鍵技術(shù)n實(shí)驗(yàn)結(jié)果分析與改進(jìn)4/20課題介紹n傳統(tǒng)關(guān)系抽取方法l有指導(dǎo)關(guān)系抽取n核方法l無(wú)指導(dǎo)關(guān)系抽取n序列模式學(xué)習(xí)算法n面向教師簡(jiǎn)歷關(guān)系抽取l沒(méi)有標(biāo)注語(yǔ)料（無(wú)法采用機(jī)器學(xué)習(xí)方法）l引入搜索引擎機(jī)制5/20課題介紹n教師簡(jiǎn)歷的實(shí)體類型：6/20課題介紹n本課題定義了7種教師簡(jiǎn)歷實(shí)體關(guān)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(guān)鍵技術(shù)n實(shí)驗(yàn)結(jié)果分析與改進(jìn)8/20系統(tǒng)總體介紹開(kāi)始教師簡(jiǎn)歷實(shí)體關(guān)

2、系抽取數(shù)據(jù)數(shù)據(jù)預(yù)處理（分詞、詞性標(biāo)注、教師簡(jiǎn)歷實(shí)體識(shí)別）建立索引庫(kù)特征提取模型構(gòu)造與測(cè)試性能評(píng)估結(jié)束特征模型改進(jìn)否是達(dá)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(guān)鍵技術(shù)關(guān)鍵技術(shù)n實(shí)驗(yàn)結(jié)果分析與改進(jìn)10/20關(guān)鍵技術(shù)n教師簡(jiǎn)歷實(shí)體識(shí)別模塊l基于動(dòng)態(tài)詞典的實(shí)體識(shí)別n技術(shù)：雙數(shù)組Trie樹n姓名、院系、職稱、職務(wù)、性別、學(xué)位、學(xué)科l基于模板的實(shí)體識(shí)別n技術(shù)：正則表達(dá)式n電子郵箱： bA-Z0-9._%-+A-Z0-9.-+.A-Z2,4b11/20關(guān)鍵技術(shù)n特征提取l實(shí)體類型特征n選出有可能構(gòu)成目標(biāo)關(guān)系的候選實(shí)體對(duì)l實(shí)體距離特征n計(jì)算出候選實(shí)體對(duì)在一篇文檔中的距離l實(shí)體共現(xiàn)概率特征

3、n計(jì)算出候選實(shí)體對(duì)在語(yǔ)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(guān)鍵技術(shù)n搜索引擎的引入13/20關(guān)鍵技術(shù)n插件機(jī)制14/20關(guān)鍵技術(shù)n教師簡(jiǎn)歷關(guān)系數(shù)據(jù)庫(kù)15/20提綱n課題介紹n系統(tǒng)總體介紹n關(guān)鍵技術(shù)n實(shí)驗(yàn)結(jié)果分析與改進(jìn)實(shí)驗(yàn)結(jié)果分析與改進(jìn)16/20實(shí)驗(yàn)結(jié)果分析與改進(jìn)n人工標(biāo)注200篇HTML文檔作為測(cè)試集n處理6類教師簡(jiǎn)歷實(shí)體關(guān)系l“姓名電子郵箱”l“姓名性別”l“姓名職稱”l“姓名職務(wù)”l“姓名學(xué)科”l“姓名學(xué)位”17/20實(shí)驗(yàn)結(jié)果分析與改進(jìn)n實(shí)驗(yàn)結(jié)果18/20實(shí)驗(yàn)結(jié)果分析與改進(jìn)n增加過(guò)濾規(guī)則，對(duì)“姓名電子郵箱”關(guān)系的改進(jìn)l將學(xué)校名與郵箱后綴映射n技術(shù)：維護(hù)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(shù)：IR實(shí)驗(yàn)室拼音模塊n例如：“孫大烈”映射成“sdl”l例子：哈工大