基于双分解的生物事件抽取
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-15页 |
1.1 国内外研究现状 | 第9-13页 |
1.1.1 触发词识别 | 第9-11页 |
1.1.2 要素识别 | 第11-12页 |
1.1.3 联合系统 | 第12页 |
1.1.4 事件抽取融合指代消解 | 第12-13页 |
1.2 本文研究内容 | 第13页 |
1.3 本文组织结构 | 第13-15页 |
2 机器学习工具原理介绍 | 第15-22页 |
2.1 在线算法 | 第15-16页 |
2.2 PA在线算法的主要思想 | 第16-20页 |
2.3 分解原理 | 第20-22页 |
3 工具包 | 第22-26页 |
3.1 在线PA算法 | 第22-23页 |
3.2 依存分析器 | 第23-25页 |
3.3 Enju解析器 | 第25-26页 |
4 生物医学文献中的事件抽取 | 第26-47页 |
4.1 语料及其评测标准 | 第26-29页 |
4.1.1 语料 | 第26-28页 |
4.1.2 评测 | 第28-29页 |
4.2 事件抽取系统的描述 | 第29-31页 |
4.3 词向量 | 第31-32页 |
4.4 语料预处理 | 第32-33页 |
4.5 触发词识别 | 第33-39页 |
4.5.1 触发词识别的流程图 | 第34-35页 |
4.5.2 有效的特征信息 | 第35-38页 |
4.5.3 触发词识别实验 | 第38-39页 |
4.6 要素识别 | 第39-42页 |
4.6.1 要素识别的流程图 | 第39-40页 |
4.6.2 有效的特征信息 | 第40-42页 |
4.6.3 要素识别的结果 | 第42页 |
4.7 基于规则的后处理 | 第42-44页 |
4.8 事件抽取中的双分解 | 第44-47页 |
5 尝试过的方法 | 第47-49页 |
6 结果和分析 | 第49-54页 |
6.1 实验结果比较 | 第49-51页 |
6.2 结果分析 | 第51-54页 |
结论 | 第54-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表学术论文情况 | 第59-60页 |
致谢 | 第60-61页 |