基于事件抽取的日汉新闻语料库构建研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究发展及现状 | 第12-14页 |
| 1.3 论文的主要内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 2 理论与技术基础 | 第17-28页 |
| 2.1 网络新闻资源 | 第17-20页 |
| 2.2 日语新闻文体翻译 | 第20-21页 |
| 2.3 事件抽取技术 | 第21-22页 |
| 2.4 日汉汉字对照表 | 第22-23页 |
| 2.5 命名实体识别相关理论 | 第23-26页 |
| 2.5.1 未登录词识别问题 | 第23-24页 |
| 2.5.2 基于规则的方法 | 第24-25页 |
| 2.5.3 基于统计的方法 | 第25-26页 |
| 2.5.4 规则与统计相结合的方法 | 第26页 |
| 2.6 支持向量机模型 | 第26-27页 |
| 2.7 本章总结 | 第27-28页 |
| 3 日汉命名实体识别和词典构建 | 第28-42页 |
| 3.1 条件随机场模型 | 第28-30页 |
| 3.2 标注系统 | 第30页 |
| 3.3 基本特征 | 第30-33页 |
| 3.4 词典获取和词典特征 | 第33-36页 |
| 3.5 特征模板 | 第36-37页 |
| 3.6 实验结果 | 第37-38页 |
| 3.7 命名实体识别和词典构建 | 第38-40页 |
| 3.8 本章总结 | 第40-42页 |
| 4 基于事件抽取的日汉新闻语料库构建方法 | 第42-51页 |
| 4.1 本文提出方法 | 第42页 |
| 4.2 预处理 | 第42-44页 |
| 4.3 新闻事件定义 | 第44页 |
| 4.4 新闻事件类别识别 | 第44-46页 |
| 4.5 日汉新闻事件元素识别和事件抽取 | 第46-47页 |
| 4.6 相似度计算 | 第47-49页 |
| 4.7 SVM分类器模型 | 第49-50页 |
| 4.8 本章总结 | 第50-51页 |
| 5 实验及分析 | 第51-56页 |
| 5.1 实验数据集 | 第51页 |
| 5.2 评价方法 | 第51-52页 |
| 5.3 实验结果 | 第52-56页 |
| 6 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |
