| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 学术活动事务信息抽取的过程 | 第10-11页 |
| 1.3 中文信息抽取研究历程 | 第11-12页 |
| 1.4 文本序列标注的方法与应用 | 第12-15页 |
| 1.4.1 隐马尔可夫模型的文本信息处理 | 第12-13页 |
| 1.4.2 最大熵模型的文本信息处理 | 第13-14页 |
| 1.4.3 条件随机场的文本信息处理 | 第14-15页 |
| 1.5 本文内容的组织安排 | 第15-17页 |
| 2 基于正则匹配的文本预处理 | 第17-29页 |
| 2.1 项目申请书的预处理 | 第17-21页 |
| 2.1.1 基于项目申请书特点的结构化处理 | 第17-19页 |
| 2.1.2 项目申请书的分词过程 | 第19-20页 |
| 2.1.3 项目申请书中的学术活动事务信息分析 | 第20-21页 |
| 2.2 基于特定词语的正则匹配分词处理 | 第21-26页 |
| 2.2.1 正则匹配的原理 | 第22-23页 |
| 2.2.2 匹配特定词语的正则表达式设计 | 第23-24页 |
| 2.2.3 语境词分类策略 | 第24-26页 |
| 2.3 实验分析 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于条件随机场的学术活动事务信息提取 | 第29-46页 |
| 3.1 条件随机场的序列预测原理 | 第29-32页 |
| 3.1.1 基本原理 | 第29-30页 |
| 3.1.2 学术活动事务信息标注的过程中的特征函数设计 | 第30-32页 |
| 3.2 学术活动事务信息的标注过程 | 第32-34页 |
| 3.3 学术活动句法描述特征的模板设计 | 第34-38页 |
| 3.3.1 学术活动事务信息的中文句法结构 | 第34-36页 |
| 3.3.2 模板设计准则 | 第36-37页 |
| 3.3.3 特征函数 | 第37-38页 |
| 3.4 实验与分析 | 第38-45页 |
| 3.4.1 信息跨度大小对标注结果的影响 | 第39-40页 |
| 3.4.2 不同词性特征对标注结果的影响 | 第40-42页 |
| 3.4.3 多维复合模板对标注结果的影响 | 第42-43页 |
| 3.4.4 综合分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于KNN的半监督学习条件随机场训练模型 | 第46-58页 |
| 4.1 半监督学习序列标注模型的训练过程 | 第46-49页 |
| 4.1.1 半监督学习的一般训练过程 | 第46-47页 |
| 4.1.2 半监督学习的序列标注训练过程 | 第47-49页 |
| 4.2 基于KNN的二元分类器设计 | 第49-54页 |
| 4.2.1 KNN的二元分类思想 | 第49-50页 |
| 4.2.2 标注序列状态分类器训练过程 | 第50-52页 |
| 4.2.3 分类测试 | 第52-54页 |
| 4.3 实验与分析 | 第54-55页 |
| 4.4 学术活动事务信息库的形成 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 结束语 | 第58-60页 |
| 5.1 本文研究工作总结 | 第58页 |
| 5.2 研究工作展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间主要的研究成果目录 | 第65-66页 |
| 致谢 | 第66页 |