中文事件同指消解方法研究
中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景和意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 研究现状简介 | 第12-15页 |
1.2.1 语言学方法 | 第12页 |
1.2.2 机器学习方法 | 第12-14页 |
1.2.3 中文研究现状 | 第14-15页 |
1.3 本文研究内容 | 第15-16页 |
1.4 论文组织结构 | 第16-17页 |
第二章 事件同指消解相关知识 | 第17-27页 |
2.1 相关任务简介 | 第17-19页 |
2.1.1 事件抽取 | 第17页 |
2.1.2 论元识别 | 第17-18页 |
2.1.3 事件同指消解 | 第18页 |
2.1.4 事件时序关系识别 | 第18-19页 |
2.2 事件对分类模型 | 第19-21页 |
2.2.1 最大熵原理 | 第19-20页 |
2.2.2 条件随机场 | 第20-21页 |
2.3 整数线性规划 | 第21-22页 |
2.4 联合推理模型 | 第22页 |
2.5 语料库与评价标准 | 第22-26页 |
2.5.1 ACE语料库 | 第23-25页 |
2.5.2 MUC-6 评价标准 | 第25页 |
2.5.3 交叉验证 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第三章 基于特征方法的事件同指消解 | 第27-39页 |
3.1 问题描述 | 第27-28页 |
3.2 方法简介 | 第28-29页 |
3.3 事件消解的特征 | 第29-34页 |
3.3.1 基本特征 | 第30-31页 |
3.3.2 新增特征 | 第31-34页 |
3.4 实验结果与分析 | 第34-38页 |
3.4.1 实验设计 | 第34-35页 |
3.4.2 实验结果及分析 | 第35-37页 |
3.4.3 不同事件类别分析 | 第37-38页 |
3.5 本章小结 | 第38-39页 |
第四章 基于全局优化的事件同指消解方法 | 第39-49页 |
4.1 问题描述及相关工作 | 第39-40页 |
4.2 方法简介 | 第40-41页 |
4.2.1 基准系统 | 第40页 |
4.2.2 全局优化框架 | 第40-41页 |
4.3 全局优化模型 | 第41-45页 |
4.3.1 优化目标函数 | 第41-42页 |
4.3.2 基本约束条件 | 第42页 |
4.3.3 扩展约束条件 | 第42-45页 |
4.4 实验结果与分析 | 第45-48页 |
4.4.1 实验设计 | 第45页 |
4.4.2 实验结果与分析 | 第45-46页 |
4.4.3 扩展约束分析 | 第46-48页 |
4.5 本章小结 | 第48-49页 |
第五章 联合学习推理模型 | 第49-66页 |
5.1 研究内容简介 | 第49-50页 |
5.1.1 与事件时序关系识别结合 | 第49-50页 |
5.1.2 与事件论元识别结合 | 第50页 |
5.2 研究现状与分析 | 第50-52页 |
5.2.1 事件时序识别研究现状 | 第50-51页 |
5.2.2 事件论元识别研究现状 | 第51页 |
5.2.3 事件同指消解研究现状分析 | 第51-52页 |
5.3 事件同指消解与时序关系识别联合推理 | 第52-58页 |
5.3.1 问题描述 | 第52-53页 |
5.3.2 事件同指消解与时序识别联合推理模型 | 第53-54页 |
5.3.3 联合推理约束条件 | 第54-56页 |
5.3.4 实验结果与分析 | 第56-58页 |
5.3.5 小结 | 第58页 |
5.4 事件同指消解与论元识别联合推理 | 第58-65页 |
5.4.1 问题描述 | 第59页 |
5.4.2 事件同指消解与论元识别联合推理模型 | 第59-60页 |
5.4.3 联合推理约束条件 | 第60-61页 |
5.4.4 实验结果与分析 | 第61-64页 |
5.4.5 小结 | 第64-65页 |
5.5 本章小结 | 第65-66页 |
第六章 总结与展望 | 第66-69页 |
6.1 研究工作总结 | 第66-67页 |
6.2 下一步工作展望 | 第67-69页 |
参考文献 | 第69-74页 |
攻读硕士学位期间取得的科研成果 | 第74页 |
攻读硕士学位期间参与的科研项目 | 第74-75页 |
致谢 | 第75-76页 |