基于概念图的动画剧本生成的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-10页 |
| ·动画生成研究现状 | 第10-12页 |
| ·动画剧本生成的现状 | 第12-13页 |
| ·本文的研究思路 | 第13-14页 |
| ·本文的组织结构 | 第14-17页 |
| 第二章 故事理解 | 第17-33页 |
| ·故事理解的内涵 | 第17-18页 |
| ·自然语言的形式化 | 第18-22页 |
| ·语义层次分析 | 第19-20页 |
| ·知识表示 | 第20-22页 |
| ·对故事文本作自然语言理解 | 第22-26页 |
| ·概念图简介 | 第23-24页 |
| ·概念图生成的改进 | 第24-26页 |
| ·故事情节理解 | 第26-30页 |
| ·概念图的运算 | 第27-28页 |
| ·主线图的提出及生成 | 第28-30页 |
| ·本章小结 | 第30-33页 |
| 第三章 概念关系抽取 | 第33-45页 |
| ·概念关系抽取技术的常用方法 | 第33-34页 |
| ·知网简介 | 第34-36页 |
| ·知网概述 | 第34-35页 |
| ·知网的描述 | 第35-36页 |
| ·动画领域概念关系抽取 | 第36-43页 |
| ·概述 | 第36-38页 |
| ·基于知网的概念对的获取 | 第38-39页 |
| ·概念图相似度计算 | 第39-41页 |
| ·关系抽取 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 剧本信息获取 | 第45-53页 |
| ·信息抽取概述 | 第45-46页 |
| ·剧本信息抽取 | 第46-47页 |
| ·未登录词的处理 | 第47-50页 |
| ·未登录词常用方法 | 第48页 |
| ·一种基于知网的混合识别方法 | 第48-50页 |
| ·剧本描述和其他元素抽取 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 系统的设计与测评 | 第53-65页 |
| ·系统设计 | 第53-54页 |
| ·系统框架 | 第53-54页 |
| ·开发环境与工具 | 第54页 |
| ·主要系统功能模块 | 第54-62页 |
| ·预处理模块 | 第54-56页 |
| ·故事理解模块 | 第56-59页 |
| ·概念关系抽取模块 | 第59-61页 |
| ·结构化剧本模块 | 第61-62页 |
| ·实验结果评价与分析 | 第62-64页 |
| ·实验结果评价 | 第62-63页 |
| ·实验结果及分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 本文工作总结 | 第65页 |
| 下一步工作与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的学术成果 | 第71-73页 |
| 致谢 | 第73页 |
