事件时序关系识别的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-21页 |
| ·课题来源及研究的目的和意义 | 第10-11页 |
| ·课题来源 | 第10页 |
| ·本研究的目的和意义 | 第10-11页 |
| ·事件时序关系识别的相关概念 | 第11-15页 |
| ·TimeML 简介 | 第11-12页 |
| ·事件 | 第12-13页 |
| ·时序关系分类 | 第13-15页 |
| ·事件时序关系识别的研究方法 | 第15-17页 |
| ·事件时序关系的研究现状及分析 | 第17-19页 |
| ·英文研究现状及分析 | 第17-18页 |
| ·中文研究现状及分析 | 第18-19页 |
| ·论文的主要研究内容 | 第19-20页 |
| ·论文的组织结构 | 第20-21页 |
| 第2章 事件时序关系识别模型的构建 | 第21-38页 |
| ·语料库 | 第21-25页 |
| ·语料库来源 | 第21-22页 |
| ·XML 文档的分析方法 | 第22页 |
| ·事件时序关系的映射 | 第22-23页 |
| ·语料库纯文本信息抽取 | 第23-25页 |
| ·事件时序关系分类模型 | 第25-33页 |
| ·SVM 简介 | 第25-26页 |
| ·Stanford Parser 简介 | 第26-28页 |
| ·特征空间 | 第28-30页 |
| ·实验结果及分析 | 第30-33页 |
| ·时序推理 | 第33-37页 |
| ·时序推理规则 | 第33-34页 |
| ·约束传播算法 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 语料库的加工与构建 | 第38-45页 |
| ·引言 | 第38页 |
| ·语料库构建 | 第38-39页 |
| ·Wikipedia | 第38-39页 |
| ·语料来源 | 第39页 |
| ·语料库的加工 | 第39-42页 |
| ·单篇Wiki 文章的提取 | 第39-40页 |
| ·单篇Wiki 文章的过滤 | 第40-42页 |
| ·单篇Wiki 文章的规范化输出 | 第42页 |
| ·实验结果及分析 | 第42-44页 |
| ·单篇Wiki 文章的抽取 | 第42-43页 |
| ·无用信息的过滤 | 第43-44页 |
| ·Wiki 文章的规范化输出 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第4章 事件时序关系知识库的建立 | 第45-59页 |
| ·引言 | 第45-46页 |
| ·单文档事件时序关系链 | 第46-51页 |
| ·Evita 简介 | 第46-47页 |
| ·基于Evita 的事件识别 | 第47-48页 |
| ·单篇Wiki 语料的事件时序关系识别 | 第48-49页 |
| ·VerbNet 简介 | 第49-50页 |
| ·基于VerbNet 的事件受事者提取 | 第50页 |
| ·实验结果及评价分析 | 第50-51页 |
| ·单文档事件时序关系链的合并 | 第51-55页 |
| ·WordNet 简介 | 第51-52页 |
| ·词语相似度 | 第52-54页 |
| ·事件相似度 | 第54页 |
| ·事件合并 | 第54-55页 |
| ·实验结果及评价 | 第55-58页 |
| ·事件合并实验结果 | 第55-56页 |
| ·事件时序关系知识库的构建实验结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 系统介绍 | 第59-64页 |
| ·事件时序关系识别系统 | 第59-61页 |
| ·系统设计 | 第59页 |
| ·模块分析 | 第59-60页 |
| ·效果演示 | 第60-61页 |
| ·事件时序关系知识库查询系统 | 第61-63页 |
| ·系统设计 | 第61页 |
| ·模块分析 | 第61-62页 |
| ·效果演示 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 事件时序关系推理规则表 | 第69-71页 |
| 致谢 | 第71页 |
