面向产品需求分析的事件抽取研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题背景与意义 | 第13-14页 |
| 1.1.1 课题背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 事件抽取研究现状及发展趋势 | 第14-19页 |
| 1.2.1 事件的概念 | 第14-15页 |
| 1.2.2 国内外研究现状 | 第15-17页 |
| 1.2.3 相关测评 | 第17-18页 |
| 1.2.4 事件抽取研究的发展趋势 | 第18-19页 |
| 1.3 本文主要工作及章节安排 | 第19-21页 |
| 第二章 面向产品需求分析的事件语料库建设 | 第21-37页 |
| 2.1 汉语事件语料库简介 | 第21-23页 |
| 2.1.1 语料库在信息抽取研究中的重要性 | 第21页 |
| 2.1.2 汉语事件语料库的研究现状 | 第21-23页 |
| 2.2 面向产品需求分析的事件语料库标注体系建立 | 第23-27页 |
| 2.2.1 汉语语句分析 | 第23-24页 |
| 2.2.2 事件范围的确定 | 第24-25页 |
| 2.2.3 本文事件语料库的标注体系 | 第25-27页 |
| 2.3 面向产品需求分析的事件语料库标注系统建立 | 第27-34页 |
| 2.3.1 语料库标注系统设计整体框图 | 第27-28页 |
| 2.3.2 语料库标注系统设计关键模块实现 | 第28-31页 |
| 2.3.3 文档标注实例 | 第31-34页 |
| 2.4 面向产品需求分析的事件语料库建立 | 第34-35页 |
| 2.5 标注结果分析 | 第35页 |
| 2.6 本章小结 | 第35-37页 |
| 第三章 事件类别识别 | 第37-49页 |
| 3.1 事件类别识别研究现状 | 第37-38页 |
| 3.2 事件类型识别需遵循的原则分析 | 第38-39页 |
| 3.3 基于上述原则的事件类别识别的特征选择方法 | 第39-40页 |
| 3.4 基于SVM的事件类别识别 | 第40-46页 |
| 3.4.1 支持向量机（SVM）与文本表示模型 | 第40-42页 |
| 3.4.2 实验设计及结果 | 第42-46页 |
| 3.5 实验结果分析 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 事件元素抽取 | 第49-54页 |
| 4.1 事件元素抽取简介 | 第49-50页 |
| 4.2 事件元素抽取的特征选择方法 | 第50-51页 |
| 4.3 基于SVM的事件元素抽取 | 第51-52页 |
| 4.4 实验结果分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 面向产品需求分析的事件抽取系统设计与实现 | 第54-60页 |
| 5.1 已有的事件抽取系统介绍 | 第54-55页 |
| 5.2 面向产品需求分析的事件抽取系统设计与实现 | 第55-56页 |
| 5.3 系统的性能分析 | 第56-57页 |
| 5.4 系统的应用范围 | 第57-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
