目前,經(jīng)濟(jì)全球化已大勢(shì)所趨,以企業(yè)為主體的國(guó)際合作日益頻繁,國(guó)家與國(guó)家之間也建立了不同層級(jí)的合作關(guān)系。對(duì)于國(guó)家政府而言,合理地與不同國(guó)家開(kāi)展國(guó)際合作能夠有效地幫助雙方或多方共同解決各自遇到的經(jīng)濟(jì)難題;對(duì)于企業(yè)而言,選擇適合的合作項(xiàng)目或走出去與國(guó)外企業(yè)進(jìn)行投資合作,有助于企業(yè)自身的發(fā)展和技術(shù)革新;對(duì)于研究者而言,分析不同國(guó)家之間的國(guó)際合作有利于幫助相關(guān)部門(mén)制定方針、進(jìn)行決策。然而,傳統(tǒng)的國(guó)際合作領(lǐng)域的數(shù)據(jù)分析多以統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),但是統(tǒng)計(jì)數(shù)據(jù)的時(shí)效性較低,滯后性較高,在當(dāng)前變化莫測(cè)的國(guó)際環(huán)境下,僅通過(guò)統(tǒng)計(jì)數(shù)據(jù)很難全面反映不同國(guó)家之間國(guó)際合作的情況。本文的研究目標(biāo)是從Web外交新聞中挖掘與中國(guó)國(guó)際合作相關(guān)的知識(shí)。主要研究工作包括:首先,通過(guò)分析Web外交新聞的特點(diǎn)和中國(guó)國(guó)際合作領(lǐng)域的需求,明確定義國(guó)際合作元素的概念,并提取領(lǐng)域知識(shí)輔助國(guó)際合作元素抽取。其次,為了從Web外交新聞中挖掘國(guó)際合作元素,提出了一種蘊(yùn)含領(lǐng)域知識(shí)的神經(jīng)網(wǎng)絡(luò)模型來(lái)進(jìn)行國(guó)際合作元素的抽取,其中,神經(jīng)網(wǎng)絡(luò)模型為目前序列標(biāo)注任務(wù)中最常用的模型之一,并通過(guò)實(shí)驗(yàn)分析驗(yàn)證了該模型對(duì)國(guó)際合作元素的抽取效果表現(xiàn)良好。最后,為了更全面地挖... 

【文章來(lái)源】：江西財(cái)經(jīng)大學(xué)江西省

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 文本知識(shí)挖掘
        1.2.2 人工神經(jīng)網(wǎng)絡(luò)
        1.2.3 序列標(biāo)注
        1.2.4 實(shí)體關(guān)系抽取
    1.3 本文主要研究?jī)?nèi)容
    1.4 論文的結(jié)構(gòu)安排
2 相關(guān)理論與技術(shù)簡(jiǎn)介
    2.1 人工神經(jīng)網(wǎng)絡(luò)
    2.2 序列標(biāo)注
    2.3 實(shí)體關(guān)系抽取
    2.4 本章小結(jié)
3 國(guó)際合作元素抽取
    3.1 引言
    3.2 國(guó)際合作元素的內(nèi)涵界定
        3.2.1 國(guó)際合作元素的定義
        3.2.2 國(guó)際合作元素的特點(diǎn)
    3.3 國(guó)際合作元素的抽取方法
        3.3.1 領(lǐng)域知識(shí)的提取
        3.3.2 國(guó)際合作元素的抽取方式
    3.4 實(shí)驗(yàn)結(jié)果及分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集和環(huán)境
        3.4.2 實(shí)驗(yàn)設(shè)計(jì)與實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
4 國(guó)際合作元素關(guān)聯(lián)挖掘
    4.1 引言
    4.2 國(guó)際合作元素關(guān)聯(lián)定義和特點(diǎn)
        4.2.1 國(guó)際合作元素關(guān)聯(lián)定義
        4.2.2 國(guó)際合作元素關(guān)聯(lián)特點(diǎn)
    4.3 國(guó)際合作元素關(guān)聯(lián)挖掘方法
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)集和環(huán)境
        4.4.2 實(shí)驗(yàn)設(shè)計(jì)與實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Tree-based CNN的關(guān)系抽取[J]. 劉偉,陳鴻昶,黃瑞陽(yáng).  中文信息學(xué)報(bào). 2018(11)
[2]基于句法語(yǔ)義特征的中文實(shí)體關(guān)系抽取[J]. 甘麗新,萬(wàn)常選,劉德喜,鐘青,江騰蛟.  計(jì)算機(jī)研究與發(fā)展. 2016(02)
[3]一種高效的多層和概化關(guān)聯(lián)規(guī)則挖掘方法[J]. 毛宇星,陳彤兵,施伯樂(lè).  軟件學(xué)報(bào). 2011(12)
[4]基于C4.5決策樹(shù)的流量分類(lèi)方法[J]. 徐鵬,林森.  軟件學(xué)報(bào). 2009(10)
[5]數(shù)據(jù)挖掘中的聚類(lèi)算法綜述[J]. 賀玲,吳玲達(dá),蔡益朝.  計(jì)算機(jī)應(yīng)用研究. 2007(01)
[6]基于支持向量機(jī)分類(lèi)的回歸方法[J]. 陶卿,曹進(jìn)德,孫德敏.  軟件學(xué)報(bào). 2002(05)



本文編號(hào)：3106187