人物言论抽取与跟踪技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-20页 |
| ·课题研究的背景和意义 | 第8-9页 |
| ·事件抽取的研究现状与分析 | 第9-13页 |
| ·会议驱动 | 第9-10页 |
| ·基于模式匹配的事件抽取 | 第10-12页 |
| ·基于机器学习的事件抽取 | 第12-13页 |
| ·话题跟踪的研究现状与分析 | 第13-18页 |
| ·话题和报道的表示模型 | 第14-15页 |
| ·相似度的计算方法 | 第15-16页 |
| ·话题跟踪算法 | 第16-18页 |
| ·本文的主要研究内容和组织结构 | 第18-20页 |
| 第2章 言论的自动识别与抽取 | 第20-37页 |
| ·语料库资源 | 第20-26页 |
| ·ACE 的语料资源 | 第20-24页 |
| ·言论事件语料资源的建立 | 第24-26页 |
| ·建立候选言论事件集 | 第26-28页 |
| ·言论事件的二元判别 | 第28-31页 |
| ·基于最大熵模型的二元分类 | 第28-30页 |
| ·言论事件特征的选择 | 第30-31页 |
| ·言论事件的抽取 | 第31-33页 |
| ·试验结果与分析 | 第33-36页 |
| ·评价方法 | 第33页 |
| ·语料库规模与特征的贡献度 | 第33-35页 |
| ·特征参数的选择 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 相关言论的跟踪 | 第37-44页 |
| ·话题和报道的VSM 表示 | 第37-38页 |
| ·权重的计算 | 第38页 |
| ·相似度计算 | 第38-39页 |
| ·基于查询向量的跟踪设计 | 第39-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·评测方法 | 第41-42页 |
| ·相似度算法的选择与阈值 | 第42-43页 |
| ·查询扩展策略 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 人物言论抽取与跟踪系统的设计与实现 | 第44-51页 |
| ·系统的结构设计 | 第44-46页 |
| ·系统的实现及运行成果 | 第46-49页 |
| ·系统性能分析 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
