首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

越南语新闻事件元素抽取方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-15页
    1.3 论文的研究内容第15-16页
    1.4 论文的组织第16-19页
第二章 越南语分词和词性标注平台第19-25页
    2.1 引言第19页
    2.2 越南语特点第19-20页
        2.2.1 词汇第19-20页
        2.2.2 语法第20页
    2.3 越南语分词和词性标注第20-21页
    2.4 越南语分词和词性标注平台第21-23页
        2.4.1 越南语分词第21-22页
        2.4.2 越南语词性标注第22-23页
    2.5 本章小结第23-25页
第三章 越南语新闻事件语料库构建第25-41页
    3.1 引言第25页
    3.2 越南语新闻事件定义第25-26页
    3.3 越南语新闻语料获取第26-32页
        3.3.1 语料来源第26-27页
        3.3.2 网页结构分析第27-29页
        3.3.3 网页爬取第29-30页
        3.3.4 网页内容解析第30-32页
    3.4 越南语新闻语料标注第32-35页
        3.4.1 类型标注第34页
        3.4.2 类别标注第34页
        3.4.3 分词和词性标注第34页
        3.4.4 实体标注第34-35页
        3.4.5 触发词标注第35页
        3.4.6 事件元素标注第35页
    3.5 越南语新闻事件语料存储第35-39页
    3.6 本章小结第39-41页
第四章 基于条件随机场的越南语新闻命名实体识别第41-47页
    4.1 引言第41页
    4.2 特征模板定义和模型构建第41-43页
        4.2.1 特征模板定义第41-42页
        4.2.2 模型构建第42-43页
    4.3 实验及结果分析第43-46页
        4.3.1 语料第43-45页
        4.3.2 实验结果及分析第45-46页
    4.4 本章小结第46-47页
第五章 基于模板和最大熵相结合的越南语新闻事件元素抽取第47-63页
    5.1 引言第47-48页
    5.2 越南语新闻事件的特点第48-49页
    5.3 新闻事件类型识别第49-54页
        5.3.1 新闻事件预处理第49-50页
        5.3.2 事件触发词第50-51页
        5.3.3 事件类型确定第51-54页
    5.4 新闻事件类别识别第54-55页
    5.5 基于模板和最大熵相结合的事件元素抽取第55-61页
        5.5.1 基于模板的事件元素抽取第55-56页
        5.5.2 基于最大熵的事件元素抽取第56-61页
    5.6 实验结果与分析第61-62页
        5.6.1 语料第61页
        5.6.2 实验结果及分析第61-62页
    5.7 本章小结第62-63页
第六章 越南语新闻事件元素抽取原型系统第63-71页
    6.1 引言第63页
    6.2 实验环境第63-64页
    6.3 系统架构第64页
    6.4 系统核心部分的设计与实现第64-69页
        6.4.1 越南语分词第65-66页
        6.4.2 越南语词性标注第66-67页
        6.4.3 越南语语料库的构建第67页
        6.4.4 越南语新闻命名实体识别第67-68页
        6.4.5 越南语新闻事件元素抽取第68-69页
    6.5 本章小结第69-71页
第七章 总结和展望第71-73页
    7.1 总结第71-72页
    7.2 工作展望第72-73页
致谢第73-75页
参考文献第75-79页
附录A 攻读硕士期间发表论文第79-80页
附录B 攻读硕士期间申请软件著作权第80-81页
附录C 攻读硕士期间参与项目第81页

论文共81页,点击 下载论文
上一篇:基于Web的学生信息管理系统的设计和开发
下一篇:基于SSH的物业管理平台的设计与实现