| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状和相关工作 | 第11-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 第二章 任务定义及评价标准 | 第18-22页 |
| 2.1 语料资源 | 第18-19页 |
| 2.2 任务定义 | 第19-20页 |
| 2.3 评价标准 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于关联性传播的事件类型判定方法研究 | 第22-33页 |
| 3.1 引言 | 第22-23页 |
| 3.2 主要研究内容及系统框架 | 第23-28页 |
| 3.2.1 基抽取模块 | 第24-26页 |
| 3.2.2 关联性传播模块 | 第26-28页 |
| 3.3 实验设计与分析 | 第28-32页 |
| 3.3.1 实验数据与评测方法 | 第28-29页 |
| 3.3.2 实验系统设置 | 第29页 |
| 3.3.3 实验结果分析 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 结合文本复述技术的事件类型判定方法 | 第33-42页 |
| 4.1 引言 | 第33-34页 |
| 4.2 主要研究内容及系统框架 | 第34-39页 |
| 4.2.1 种子事件挖掘 | 第35-37页 |
| 4.2.2 基于编辑树模型复述文本识别 | 第37-39页 |
| 4.3 实验设计与分析 | 第39-41页 |
| 4.3.1 实验数据与评价方法 | 第39页 |
| 4.3.2 实验系统设置 | 第39-40页 |
| 4.3.3 实验结果及分析 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 深度与主动联合学习的事件类型判定方法 | 第42-54页 |
| 5.1 研究动机 | 第42-44页 |
| 5.2 深度与主动联合学习策略 | 第44-48页 |
| 5.2.1 基于特征工程的事件抽取方法 | 第44-45页 |
| 5.2.2 基于Co-Testing主动学习的事件抽取方法 | 第45-46页 |
| 5.2.3 联合深度学习与主动学习的事件抽取方法 | 第46-48页 |
| 5.3 实验设计与分析 | 第48-53页 |
| 5.3.1 实验数据与评价方法 | 第48-49页 |
| 5.3.2 实验系统设置 | 第49-50页 |
| 5.3.3 实验结果与分析 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-57页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读学位期间公开发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |