1. 毕业设计（论文）主要内容：
类人智能项目的成功应用离不开完备知识库的支持，实体关系抽取是知识库构建的关键步骤。以地理为代表的基础教育资源，蕴含了丰富的知识，研究如何从海量的基础教育资源中获取丰富的语义信息，并进行概念关系抽取，对构建类人智能产品具有重要意义。本课题的研究对象是基础教育的地理学科，就语料而言，地理文本的数据量远远小于普通文本，通过少量地理数据进行关系抽取研究，数据量远远不够，利用迁移学习，可以利用丰富的自然文本增强地理领域实体抽取，为地理语料不足的问题提供解决方案。
主要内容包括：
1) 收集地理语料，进行预处理，中文分词，词向量训练；
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；2.认真填写周记，完成800字开题报告；3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；4.完成系统的编码与调试；5.完成10000字以上的毕业论文；6.进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；(3)2017/5/1—2017/5/25：撰写及修改毕业论文；(4)2017/5/26—2017/6/6：准备答辩。
4. 主要参考文献
[1] Zeng D, Liu K, Lai S, et al. Relation classification via convolutional deep neural network[J]. 2014.[2] Pan S J, Yang Q. A Survey on Transfer Learning[J]. IEEE Transactions on Knowledge Data Engineering, 2010, 22(10):1345-1359.[3] Oquab M, Bottou L, Laptev I, et al. Learning and Transferring Mid-level Image Representations Using Convolutional Neural Networks[C]// Computer Vision Pattern Recognition. IEEE, 2014:1717-1724.[4] Hafemann L G, Oliveira L S, Cavalin P R, et al. Transfer learning between texture classification tasks using Convolutional Neural Networks[C]// International Joint Conference on Neural Networks. 2015.[5] Mou L, Meng Z, Yan R, et al. How Transferable are Neural Networks in NLP Applications?[J]. 2016.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
