| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 论文的研究背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 时间表达式识别研究现状分析 | 第13-14页 |
| 1.2.2 事件抽取研究现状分析 | 第14-17页 |
| 1.3 论文研究内容与结构安排 | 第17-21页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 结构安排 | 第18-21页 |
| 第二章 事件抽取基础 | 第21-33页 |
| 2.1 相关概念 | 第21-25页 |
| 2.1.1 时间表达式识别 | 第21-23页 |
| 2.1.2 事件抽取 | 第23-25页 |
| 2.2 评测语料 | 第25-28页 |
| 2.2.1 时间表达式识别评测语料 | 第25-26页 |
| 2.2.2 事件抽取评测语料 | 第26-28页 |
| 2.3 机器学习模型 | 第28-32页 |
| 2.3.1 条件随机场模型简介 | 第28-30页 |
| 2.3.2 支持向量机模型简介 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于词典特征优化和依存关系的中文时间表达式识别 | 第33-41页 |
| 3.1 基于词典特征优化和依存关系的中文时间表达式识别方法原理分析 | 第33页 |
| 3.2 基于词典特征优化和依存关系的中文时间表达式识别方法流程与关键技术 | 第33-36页 |
| 3.2.1 方法流程 | 第34-35页 |
| 3.2.2 特征提取 | 第35-36页 |
| 3.3 实验结果与性能分析 | 第36-39页 |
| 3.3.1 实验设置 | 第36-37页 |
| 3.3.2 实验结果与分析 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于依存句法分析与分类器融合的事件触发词抽取 | 第41-51页 |
| 4.1 基于依存句法分析与分类器融合的触发词抽取方法原理分析 | 第41页 |
| 4.2 基于依存句法分析与分类器融合的触发词抽取方法流程与关键技术 | 第41-48页 |
| 4.2.1 方法流程 | 第41-43页 |
| 4.2.2 单一触发词抽取 | 第43-44页 |
| 4.2.3 触发词-实体描述对抽取 | 第44-46页 |
| 4.2.4 分类器融合 | 第46-48页 |
| 4.3 实验结果与性能分析 | 第48-50页 |
| 4.3.1 实验设置 | 第48页 |
| 4.3.2 实验结果及分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于卷积树核的事件论元角色抽取 | 第51-59页 |
| 5.1 基于卷积树核的事件论元角色抽取方法原理分析 | 第51-52页 |
| 5.2 基于卷积树核的事件论元角色抽取方法流程与关键技术 | 第52-56页 |
| 5.2.1 方法流程 | 第52页 |
| 5.2.2 特征提取 | 第52-55页 |
| 5.2.3 卷积树核 | 第55-56页 |
| 5.2.4 复合核 | 第56页 |
| 5.3 实验结果与性能分析 | 第56-58页 |
| 5.3.1 实验设置 | 第56-57页 |
| 5.3.2 实验结果及分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文工作总结 | 第59页 |
| 6.2 下一步研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 作者简历 | 第68页 |
