| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10页 |
| 1.2 课题研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 本文工作 | 第13-14页 |
| 1.5 论文组织结构 | 第14-15页 |
| 第二章 事件抽取内容概述 | 第15-20页 |
| 2.1 相关概念 | 第15-17页 |
| 2.1.1 事件 | 第15页 |
| 2.1.2 事件抽取 | 第15-17页 |
| 2.2 事件抽取相关评测 | 第17-19页 |
| 2.2.1 相关评测 | 第17-18页 |
| 2.2.2 评测标准 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 开放域事件触发词抽取 | 第20-37页 |
| 3.1 引言 | 第20页 |
| 3.2 基于句法规则的开放域事件触发词抽取 | 第20-26页 |
| 3.2.1 句法规则构建 | 第21-24页 |
| 3.2.2 开放域事件触发词抽取算法流程 | 第24-25页 |
| 3.2.3 实验结果及分析 | 第25-26页 |
| 3.3 基于最大熵模型的开放域事件触发词抽取 | 第26-33页 |
| 3.3.1 基于最大熵的二元分类模型 | 第26-31页 |
| 3.3.2 特征选择 | 第31-32页 |
| 3.3.3 实验结果及分析 | 第32-33页 |
| 3.4 开放域事件触发词抽取方案设计 | 第33-35页 |
| 3.4.1 句法规则与最大熵模型相结合的R-ME触发词抽取算法 | 第33-35页 |
| 3.4.2 实验结果及分析 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 开放域事件元素抽取 | 第37-50页 |
| 4.1 相关的序列标注模型概述 | 第37-42页 |
| 4.1.1 隐马尔可夫模型HMM | 第37-39页 |
| 4.1.2 最大熵马尔可夫模型MEMM | 第39-40页 |
| 4.1.3 条件随机场模型CRF | 第40-42页 |
| 4.2 基于CRF模型的开放域事件元素抽取 | 第42-47页 |
| 4.2.1 引言 | 第42-44页 |
| 4.2.2 特征选择 | 第44-46页 |
| 4.2.3 实验结果及分析 | 第46-47页 |
| 4.3 基于ME模型的开放域事件元素抽取 | 第47-48页 |
| 4.3.1 引言 | 第47-48页 |
| 4.3.2 实验结果及分析 | 第48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 开放域事件抽取原型系统的实现 | 第50-55页 |
| 5.1 引言 | 第50页 |
| 5.2 已有事件抽取系统概述 | 第50-53页 |
| 5.2.1 Ralph Grishman的NYU信息抽取系统 | 第50-51页 |
| 5.2.2 David Ahn综合多种方法的事件抽取系统 | 第51-52页 |
| 5.2.3 Heng Ji跨文本事件抽取系统 | 第52-53页 |
| 5.3 开放域事件抽取系统结构设计及简要实现 | 第53-54页 |
| 5.3.1 开放域事件抽取系统的结构设计 | 第53-54页 |
| 5.3.2 开放域事件抽取系统的简要实现 | 第54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 6.1 论文工作总结 | 第55页 |
| 6.2 研究工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简历 | 第60页 |
