中文时态关键词识别问题研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究的背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的研究内容和论文结构 | 第15-17页 |
| 1.3.1 本文研究的内容 | 第15页 |
| 1.3.2 本文结构安排 | 第15-17页 |
| 第二章 基于规则方法研究 | 第17-26页 |
| 2.1 基于规则相关技术 | 第17-19页 |
| 2.1.1 正则表达式 | 第17-18页 |
| 2.1.2 Trie树 | 第18-19页 |
| 2.2 构成时态关键词的元素 | 第19-22页 |
| 2.2.1 时态粒度刻画 | 第19-21页 |
| 2.2.2 时态关键词组合 | 第21-22页 |
| 2.3 时态关键词识别 | 第22-24页 |
| 2.3.1 Trie树的插入与构建操作 | 第22页 |
| 2.3.2 TERT树的遍历识别 | 第22-24页 |
| 2.4 基于时态关键词规则树的识别算法 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 基于机器学习方法研究 | 第26-39页 |
| 3.1 基于机器学习方法的相关技术 | 第26-31页 |
| 3.1.1 中文分词简介 | 第26-27页 |
| 3.1.2 短语结构树简介 | 第27-28页 |
| 3.1.3 特征选择 | 第28-29页 |
| 3.1.4 谱聚类算法简介 | 第29-31页 |
| 3.2 基于机器学习的识别模型 | 第31-32页 |
| 3.3 文本短语划分 | 第32-34页 |
| 3.3.1 短语结构树的元素表示 | 第32页 |
| 3.3.2 短语结构树等价子树集合 | 第32-34页 |
| 3.3.3 短语划分 | 第34页 |
| 3.4 短语向量化表示 | 第34-36页 |
| 3.4.1 特征生成与特征选取 | 第34-35页 |
| 3.4.2 短语的时间特征表示 | 第35页 |
| 3.4.3 短语的向量化表示 | 第35-36页 |
| 3.5 基于谱聚类的识别 | 第36-38页 |
| 3.5.1 谱聚类的计算优化 | 第36-37页 |
| 3.5.2 基于谱聚类的识别算法 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 实验与分析 | 第39-46页 |
| 4.1 实验语料简介 | 第39页 |
| 4.2 测评标准 | 第39-40页 |
| 4.3 实验结果 | 第40-42页 |
| 4.3.1 基于机器学习识别方法的实验结果 | 第40-41页 |
| 4.3.2 基于规则识别方法的实验结果 | 第41-42页 |
| 4.4 实验结果对比 | 第42-44页 |
| 4.5 实验总结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间发表的论文 | 第52-54页 |
| 致谢 | 第54页 |
