| 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10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 事件抽取相关知识介绍 | 第17-28页 |
| 2.1 相关知识 | 第17-20页 |
| 2.1.1 ACE语料库 | 第17-19页 |
| 2.1.2 事件抽取任务 | 第19-20页 |
| 2.2 事件抽取研究方法 | 第20-23页 |
| 2.3 最大熵原理 | 第23-25页 |
| 2.4 马尔科夫逻辑网络 | 第25-26页 |
| 2.5 实验方法及性能评测指标 | 第26-27页 |
| 2.5.1 k倍交叉验证(K-fold Cross Validation) | 第26-27页 |
| 2.5.2 性能评测指标 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于MLN的中文事件触发词推理方法 | 第28-42页 |
| 3.1 问题描述及相关工作 | 第28-29页 |
| 3.2 组合语义学(Compositional Semantics) | 第29-31页 |
| 3.2.1 形态结构(Morphological Structures) | 第29-30页 |
| 3.2.2 核心词素(Head Morpheme) | 第30-31页 |
| 3.3 中文触发词推理 | 第31-37页 |
| 3.3.1 推理规则 | 第31-34页 |
| 3.3.2 实现方法 | 第34-37页 |
| 3.4 实验与分析 | 第37-41页 |
| 3.4.1 实验设置 | 第37页 |
| 3.4.2 基准系统 | 第37-38页 |
| 3.4.3 实验结果与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于MLN的中文事件论元推理方法 | 第42-55页 |
| 4.1 问题描述及相关工作 | 第42-43页 |
| 4.2 事件论元推理 | 第43-49页 |
| 4.2.1 谓词及其说明 | 第43-44页 |
| 4.2.2 Attack、Die和Injure类事件论元推理 | 第44-48页 |
| 4.2.3 Justice大类事件论元推理 | 第48-49页 |
| 4.3 系统框架 | 第49-50页 |
| 4.4 实验与分析 | 第50-54页 |
| 4.4.1 实验设置 | 第50-51页 |
| 4.4.2 基准系统 | 第51-52页 |
| 4.4.3 实验结果与分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于MLN的中文事件联合推理方法 | 第55-64页 |
| 5.1 问题描述及相关工作 | 第55-56页 |
| 5.2 联合学习模型 | 第56-58页 |
| 5.2.1 谓词及其说明 | 第56页 |
| 5.2.2 推理规则 | 第56-58页 |
| 5.3 系统框架 | 第58-60页 |
| 5.4 实验与分析 | 第60-63页 |
| 5.4.1 实验设置和基准系统 | 第60-61页 |
| 5.4.2 实验结果及分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间取得的科研成果 | 第72页 |
| 攻读硕士学位期间参与的科研项目 | 第72-73页 |
| 致谢 | 第73页 |
