声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状分析
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文研究内容
1. 实体识别问题
2. 用户生成内容的过滤问题
3. 用户生成内容的细粒度位置推测问题
1.4 论文结构安排
2 用户生成内容的实体识别
2.1 实体识别背景知识
2.1.1 Probase介绍
2.1.2 自然语言处理技术
2.2 实体识别现有方法研究
2.2.1 基于Probase的实体识别
2.2.2 基于自然语言处理的实体识别
2.3 FG_UGC的用户生成内容实体识别
2.3.1 FG_UGC的实体识别方案设计
2.3.2 FG_UGC的实体识别具体过程
2.4 本章小结
3 用户生成内容的过滤
3.1 用户生成内容过滤原则
3.2 用户生成内容过滤模型
3.3 地名实体的识别
3.3.1 地理数据库
3.3.2 地名实体的识别
3.4 位置相关实体的识别
3.4.1 TFIDF简介
3.4.2 实体的位置相关性函数
3.4.3 基于实体的位置相关性函数过滤
3.5 本章小结
4 用户生成内容的位置推测
4.1 位置推测理论
4.2 实体-位置模型
4.2.1 实体-位置模型框架
4.2.2 实体-位置模型的建立
4.3 用户生成内容的位置推测
4.3.1 待推测UGC的实体加权
4.3.2 UGC的候选位置的排序
4.4 本章小结
5 实验结果与分析
5.1 实验数据的采集
5.2 实验说明
5.3 实验分析
5.3.1 PoI的tip数目的影响
5.3.2 过滤参数φ的影响
5.3.3 参数topn的影响
5.3.4 与现有方法的比较
5.3.5 松弛条件下的准确率
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
