基于框架的事件抽取关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究现状 | 第9-12页 |
| ·事件抽取概述 | 第12-15页 |
| ·相关概念定义 | 第12-13页 |
| ·事件抽取系统的结构及流程 | 第13-14页 |
| ·事件抽取的评价 | 第14-15页 |
| ·课题主要研究内容 | 第15页 |
| ·本文的篇章结构 | 第15-17页 |
| 第二章 文本预处理和特征抽取技术 | 第17-26页 |
| ·实验语料搜集及预处理 | 第17页 |
| ·自然灾害事件新闻报道的特征 | 第17-20页 |
| ·形式方面 | 第17-19页 |
| ·内容方面 | 第19-20页 |
| ·文本特征的提取 | 第20-21页 |
| ·文档相似度计算 | 第21-23页 |
| ·文档聚类 | 第23-25页 |
| ·聚类的意义 | 第23页 |
| ·常用聚类算法的介绍 | 第23-24页 |
| ·本文的聚类算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 命名实体的识别 | 第26-35页 |
| ·引言 | 第26-27页 |
| ·命名实体识别 | 第27-28页 |
| ·命名实体识别方法 | 第28-32页 |
| ·方法思想 | 第28-29页 |
| ·方法步骤 | 第29-30页 |
| ·垃圾串分类器及特征选择 | 第30页 |
| ·实体抽取 | 第30-32页 |
| ·实验与结论 | 第32-33页 |
| ·语料、工具与结果判定 | 第32页 |
| ·碎片序列获取 | 第32页 |
| ·垃圾串分类器训练 | 第32-33页 |
| ·实体抽取 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于框架的事件抽取与集成 | 第35-53页 |
| ·引言 | 第35页 |
| ·思想技术路线 | 第35-36页 |
| ·基本概念 | 第35-36页 |
| ·解决问题思路 | 第36页 |
| ·事件框架的建立 | 第36-38页 |
| ·事件框架体系 | 第36-37页 |
| ·事件框架的产生 | 第37-38页 |
| ·基于框架的事件的抽取 | 第38-45页 |
| ·规则集的收集 | 第39-40页 |
| ·时空短语的识别与规范化 | 第40-44页 |
| ·指示代词的简单消解 | 第44-45页 |
| ·基于时空分析的事件合并 | 第45-48页 |
| ·对同一事件进行合并 | 第45-46页 |
| ·事件合并的实现 | 第46-47页 |
| ·合并结果展示 | 第47-48页 |
| ·实验结果和评价 | 第48-51页 |
| ·事件抽取各模块说明 | 第48-49页 |
| ·实验及分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·未来工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间公开发表的论文 | 第59-60页 |
| 致谢 | 第60-61页 |
