| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文的研究内容 | 第15页 |
| 1.4 论文的组织 | 第15-18页 |
| 第二章 相关技术研究 | 第18-22页 |
| 2.1 引言 | 第18页 |
| 2.2 事件结构 | 第18-20页 |
| 2.3 事件链与事件关联关系分析 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 新闻事件关联特征语料库构建 | 第22-32页 |
| 3.1 引言 | 第22-23页 |
| 3.2 语料处理 | 第23-27页 |
| 3.2.1 语料来源 | 第23-25页 |
| 3.2.2 语料处理 | 第25-26页 |
| 3.2.3 标注规则制定 | 第26-27页 |
| 3.3 新闻事件关联特征实体标注 | 第27-28页 |
| 3.4 标注结果分析与存储 | 第28-30页 |
| 3.4.1 标注结果分析 | 第28-29页 |
| 3.4.2 标注结果存储 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 事件关联特征抽取及其关联性识别 | 第32-42页 |
| 4.1 引言 | 第32-33页 |
| 4.2 事件关联特征集抽取方法 | 第33-35页 |
| 4.2.1 最大熵分类器 | 第33-34页 |
| 4.2.2 特征选择 | 第34-35页 |
| 4.3 事件关联特征相关度计算 | 第35-37页 |
| 4.4 实验结果及分析 | 第37-41页 |
| 4.4.1 实验语料 | 第37-38页 |
| 4.4.2 实验评价标准 | 第38页 |
| 4.4.3 事件关联特征实体抽取实验 | 第38-39页 |
| 4.4.4 事件关联特征相关性识别实验 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 新闻事件关联关系识别方法 | 第42-54页 |
| 5.1 引言 | 第42-43页 |
| 5.2 基于多词性语义关联分布特性的事件关联关系识别 | 第43-45页 |
| 5.2.1 多词性语义关联特性分布分析 | 第43-44页 |
| 5.2.2 事件相关度计算 | 第44-45页 |
| 5.2.3 基于多词性语义关联分布特性的事件关联关系识别步骤 | 第45页 |
| 5.3 基于事件链结构的事件关联关系识别方法 | 第45-50页 |
| 5.3.1 方法的优势分析 | 第45-46页 |
| 5.3.2 基于事件关联特征的事件相关度计算方法 | 第46-48页 |
| 5.3.3 基于事件链结构的新闻事件关联关系识别步骤 | 第48-50页 |
| 5.4 实验结果及分析 | 第50-52页 |
| 5.4.1 实验数据 | 第50页 |
| 5.4.2 评价标准 | 第50页 |
| 5.4.3 实验及结果分析 | 第50-52页 |
| 5.5 本章小结 | 第52-54页 |
| 第六章 事件关联关系识别原型系统 | 第54-64页 |
| 6.1 引言 | 第54页 |
| 6.2 系统功能介绍 | 第54-55页 |
| 6.3 系统开发环境 | 第55页 |
| 6.4 系统框架 | 第55-57页 |
| 6.5 模块分析 | 第57-62页 |
| 6.5.1 原始预料查看 | 第57-58页 |
| 6.5.2 事件关联特征语料标注 | 第58-60页 |
| 6.5.3 事件关联特征的抽取与关联性识别 | 第60-61页 |
| 6.5.4 新闻事件关联关系识别 | 第61-62页 |
| 6.6 本章小结 | 第62-64页 |
| 第七章 总结与展望 | 第64-66页 |
| 7.1 总结 | 第64-65页 |
| 7.2 展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录A 攻读硕士期间发表论文 | 第72-73页 |
| 附录B 攻读硕士期间申请软件著作权 | 第73页 |
