| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 事件要素研究现状 | 第11-13页 |
| 1.2.2 事件链研究现状 | 第13-14页 |
| 1.2.3 事件链存储研究现状 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文的组织 | 第16-17页 |
| 第二章 相关理论 | 第17-21页 |
| 2.1 事件概念 | 第17-18页 |
| 2.1.1 新闻中事件作用 | 第17-18页 |
| 2.2 事件要素概念 | 第18页 |
| 2.3 本文定义的事件及事件要素 | 第18-19页 |
| 2.4 词汇链概念 | 第19-20页 |
| 2.4.1 词汇链应用 | 第20页 |
| 2.5 事件链概念 | 第20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 基于依存树和规则相结合的汉泰新闻事件要素抽取方法 | 第21-37页 |
| 3.1 引言 | 第21-22页 |
| 3.2 语料预处理模块 | 第22-25页 |
| 3.2.1 汉泰语言结构特点 | 第22-24页 |
| 3.2.2 汉泰平行事件句对语料的处理 | 第24-25页 |
| 3.3 依存树构建模块 | 第25-27页 |
| 3.3.1 泰语依存树标注规范 | 第25页 |
| 3.3.2 汉语-泰语依存树构建方法 | 第25-27页 |
| 3.4 事件要素的抽取模块 | 第27-35页 |
| 3.4.1 定义抽取的事件要素 | 第27-28页 |
| 3.4.2 基于依存树的事件要素抽取规则的制定 | 第28-34页 |
| 3.4.3 基于依存树和规则相结合的事件要素抽取 | 第34-35页 |
| 3.5 实验结果及分析 | 第35-36页 |
| 3.5.1 实验语料 | 第35-36页 |
| 3.5.2 实验评价标准 | 第36页 |
| 3.5.3 实验结果及分析 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于汉泰词汇链构建汉泰事件链方法 | 第37-51页 |
| 4.1 引言 | 第37-38页 |
| 4.2 基于依存树的词语消岐 | 第38-40页 |
| 4.2.1 消岐特征词语选取及赋值 | 第39-40页 |
| 4.2.2 相似度计算及词义选择 | 第40页 |
| 4.3 词汇链构建 | 第40-43页 |
| 4.3.1 候选词的选择算法 | 第41-42页 |
| 4.3.2 词汇链的构建 | 第42-43页 |
| 4.4 词汇链的优化处理 | 第43-44页 |
| 4.5 事件链构建 | 第44-47页 |
| 4.5.1 基于词汇链构建事件链构建具体实例 | 第45-47页 |
| 4.6 实验结果及分析 | 第47-49页 |
| 4.6.1 实验语料 | 第47-48页 |
| 4.6.2 实验评价标准 | 第48页 |
| 4.6.3 实验结果及分析 | 第48-49页 |
| 4.7 本章小结 | 第49-51页 |
| 第五章 基于Ne04j图模型的汉泰新闻事件链的存储方法 | 第51-59页 |
| 5.1 引言 | 第51页 |
| 5.2 新闻资源的图式存储过程 | 第51-52页 |
| 5.3 事件链图式存储理论 | 第52-55页 |
| 5.3.1 RDF图模型 | 第52-53页 |
| 5.3.2 Ne04j图数据存储模型简介及特点 | 第53页 |
| 5.3.3 事件链的RDF图和Neo4j之间映射 | 第53-55页 |
| 5.4 Neo4j存储具体实现 | 第55-58页 |
| 5.5 小结 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A 攻读硕士学位期间发表论文 | 第67-69页 |
| 附录B 攻读硕士学位期间参与科研项目 | 第69页 |