半监督中文事件抽取方法的研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 论文的组织 | 第14-16页 |
| 第二章 相关介绍 | 第16-25页 |
| 2.1 ACE 语料 | 第16-19页 |
| 2.1.1 ACE 语料库的事件表示 | 第16-18页 |
| 2.1.2 评价标准 | 第18-19页 |
| 2.2 事件抽取的研究方法 | 第19-22页 |
| 2.2.1 基于统计的机器学习方法 | 第19-20页 |
| 2.2.2 基于模板匹配的规则方法 | 第20-22页 |
| 2.3 Bootstrapping | 第22-23页 |
| 2.4 事件模板形式 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于双视图自举方法的事件抽取 | 第25-36页 |
| 3.1 常用方法比较 | 第25-26页 |
| 3.2 双视图自举方法 | 第26-28页 |
| 3.2.1 双视图自举方法 | 第26-27页 |
| 3.2.2 算法描述 | 第27-28页 |
| 3.3 基准系统的实现 | 第28-30页 |
| 3.3.1 模板的定义 | 第28页 |
| 3.3.2 文档相关度 | 第28-29页 |
| 3.3.3 语义相似度 | 第29-30页 |
| 3.4 数据预处理 | 第30-32页 |
| 3.5 实验结果与分析 | 第32-35页 |
| 3.5.1 实验设置 | 第32-33页 |
| 3.5.2 双视图自举方法性能分析 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于模板优化方法的事件抽取 | 第36-47页 |
| 4.1 问题描述 | 第36-37页 |
| 4.2 模板过滤方法 | 第37-38页 |
| 4.3 模板转换方法 | 第38-41页 |
| 4.3.1 “VV-的”型转换方法 | 第39页 |
| 4.3.2 “把”型转换方法 | 第39-40页 |
| 4.3.3 “被”型转换方法 | 第40-41页 |
| 4.4 混合模板方法 | 第41-42页 |
| 4.5 实验结果与分析 | 第42-45页 |
| 4.5.1 模板转换方法性能分析 | 第42-44页 |
| 4.5.2 模板过滤方法性能分析 | 第44-45页 |
| 4.5.3 混合模板方法性能分析 | 第45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 基于一致性原理的事件抽取 | 第47-57页 |
| 5.1 问题描述 | 第47-48页 |
| 5.2 一致性原理 | 第48-49页 |
| 5.3 事件推理方法 | 第49-53页 |
| 5.3.1 同指事件推理方法 | 第50-51页 |
| 5.3.2 相关事件推理方法 | 第51-52页 |
| 5.3.3 武器线索推理方法 | 第52-53页 |
| 5.4 实验结果与分析 | 第53-56页 |
| 5.4.1 同指事件与相关事件推理方法性能分析 | 第54-55页 |
| 5.4.2 武器线索推理方法性能分析 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 工作总结 | 第57-58页 |
| 6.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 攻读学位期间公开发表的论文 | 第65-66页 |
| 致谢 | 第66-67页 |
