摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 论文研究目标及内容 | 第10-11页 |
1.3.1 研究目标 | 第10页 |
1.3.2 研究内容 | 第10-11页 |
1.4 论文课题来源和主要贡献 | 第11-13页 |
1.4.1 论文课题来源 | 第11页 |
1.4.2 论文章节安排 | 第11-13页 |
第二章 面向自然语言的文本信息抽取方法的研究现状 | 第13-22页 |
2.1 文本属性信息结构化的研究 | 第13-14页 |
2.2 文本属性信息的抽取方法介绍 | 第14-19页 |
2.2.1 SVM 模型 | 第14-15页 |
2.2.2 CRF 模型 | 第15-16页 |
2.2.3 HMM 模型 | 第16-17页 |
2.2.4 ICTCLAS 分词工具和 Stanford 句法分析工具 | 第17-19页 |
2.3 文本属性信息的解析 | 第19-20页 |
2.4 存在问题分析 | 第20-21页 |
2.5 本章小结 | 第21-22页 |
第三章 中文文本中事件时空属性信息的结构化表达 | 第22-33页 |
3.1 事件信息的知识表达框架 | 第22-26页 |
3.1.1 事件信息的表达特点 | 第22-23页 |
3.1.2 事件的分类 | 第23-25页 |
3.1.3 事件信息的表达框架 | 第25-26页 |
3.2 时间信息的结构化表达方式 | 第26-29页 |
3.2.1 时间属性的特征 | 第26-27页 |
3.2.2 时间知识库的构建 | 第27-28页 |
3.2.3 时间信息的推理及规范化 | 第28-29页 |
3.3 空间信息的结构化表达方式 | 第29-30页 |
3.4 非时空属性信息的结构化表达方式 | 第30-31页 |
3.5 实验数据构建 | 第31-32页 |
3.6 本章小结 | 第32-33页 |
第四章 中文文本中事件时空属性信息抽取方法 | 第33-49页 |
4.1 事件时空属性信息描述模型 | 第33页 |
4.2 事件类别信息的获取 | 第33-38页 |
4.2.1 事件分类任务描述 | 第33-34页 |
4.2.2 文本属性信息的向量描述 | 第34-36页 |
4.2.3 基于 SVM 的事件分类 | 第36-37页 |
4.2.4 实验评估 | 第37-38页 |
4.3 时间信息抽取 | 第38-39页 |
4.3.1 时间信息抽取流程 | 第38-39页 |
4.3.2 实验评估 | 第39页 |
4.4 空间信息抽取 | 第39-40页 |
4.4.1 基于 CRF 模型的空间信息的抽取 | 第39-40页 |
4.4.2 实验评估 | 第40页 |
4.5 非时空属性信息抽取 | 第40-48页 |
4.5.1 基于规则的抽取 | 第41-43页 |
4.5.2 基于 HMM 模型的抽取方法 | 第43-46页 |
4.5.3 实验评估 | 第46-48页 |
4.6 本章小结 | 第48-49页 |
第五章 原型系统及实现 | 第49-60页 |
5.1 引言 | 第49页 |
5.2 原型系统 | 第49-54页 |
5.2.1 系统环境 | 第49页 |
5.2.2 原型系统设计目标 | 第49-50页 |
5.2.3 原型系统组成部分 | 第50-51页 |
5.2.4 原型系统类说明 | 第51-54页 |
5.3 原型系统测试结果与分析 | 第54-58页 |
5.3.1 系统部署 | 第54页 |
5.3.2 功能实现 | 第54-58页 |
5.4 本章小结 | 第58-60页 |
第六章 总结与展望 | 第60-62页 |
6.1 总结 | 第60页 |
6.2 展望 | 第60-62页 |
参考文献 | 第62-64页 |
附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
附录3 攻读硕士学位期间参加的科研项目 | 第66-67页 |
致谢 | 第67页 |