中文事件论元抽取研究
中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景和意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 研究现状 | 第12-14页 |
1.3 研究内容 | 第14-15页 |
1.4 组织结构 | 第15-17页 |
第2章 中文事件抽取相关知识 | 第17-28页 |
2.1 中文事件抽取任务 | 第17-20页 |
2.2 中文事件抽取相关工作 | 第20-22页 |
2.3 语料资源 | 第22-24页 |
2.4 机器学习模型 | 第24-25页 |
2.4.1 马尔科夫逻辑网络 | 第24-25页 |
2.4.2 最大熵分类器 | 第25页 |
2.5 实验方法及评价标准 | 第25-26页 |
2.5.1 性能评测指标 | 第25-26页 |
2.6 基准系统实验设置 | 第26-27页 |
2.7 本章小结 | 第27-28页 |
第3章 基于触发词映射的中文事件论元抽取 | 第28-39页 |
3.1 问题描述 | 第28-29页 |
3.2 相关工作 | 第29-30页 |
3.3 解决方法 | 第30-34页 |
3.3.1 触发词映射 | 第30-31页 |
3.3.2 特征选取 | 第31-32页 |
3.3.3 谓词选择方法 | 第32-34页 |
3.4 数据处理 | 第34-35页 |
3.5 实验及结果分析 | 第35-38页 |
3.5.1 实验框架及设置 | 第35-36页 |
3.5.2 实验结果 | 第36-38页 |
3.5.3 实验结果分析 | 第38页 |
3.6 本章小结 | 第38-39页 |
第4章 基于语义的中文事件论元抽取 | 第39-50页 |
4.1 研究动机 | 第39页 |
4.2 解决思路 | 第39-46页 |
4.2.1 基于角色语义类别划分 | 第40-43页 |
4.2.2 实体选择方法 | 第43-45页 |
4.2.3 基于触发词语义分类 | 第45-46页 |
4.3 实验及结果分析 | 第46-49页 |
4.3.1 实验结果与分析 | 第46-48页 |
4.3.2 两种方法融合 | 第48-49页 |
4.4 本章小结 | 第49-50页 |
第5章 基于跨事件角色一致性的中文事件论元抽取 | 第50-62页 |
5.1 相关工作 | 第50页 |
5.2 研究动机 | 第50-53页 |
5.2.1 跨事件角色一致性理论 | 第50-53页 |
5.2.2 问题描述 | 第53页 |
5.3 解决思路 | 第53-58页 |
5.3.1 基于跨事件角色一致性理论的系统实现 | 第53-54页 |
5.3.2 推理公式 | 第54-58页 |
5.4 实验及结果分析 | 第58-61页 |
5.4.1 实验说明 | 第58页 |
5.4.2 实验结果与分析 | 第58-60页 |
5.4.3 实验中存在的问题 | 第60-61页 |
5.5 本章小结 | 第61-62页 |
第6章 总结与展望 | 第62-64页 |
6.1 研究工作总结 | 第62页 |
6.2 下一步工作设想 | 第62-64页 |
参考文献 | 第64-69页 |
攻读硕士学位期间公开发表的论文 | 第69页 |
攻读硕士学位期间参与的项目 | 第69页 |
攻读硕士学位期间公开申请的软件著作权 | 第69-70页 |
致谢 | 第70-71页 |