| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·自然语言理解概述 | 第8-10页 |
| ·自然语言理解简介 | 第8-9页 |
| ·自然语言理解的现状 | 第9页 |
| ·自然语言篇章分析概述及现状 | 第9-10页 |
| ·因果关系研究概况 | 第10-12页 |
| ·本文的工作 | 第12-13页 |
| 第二章 领域自然语言理解的知识表示 | 第13-23页 |
| ·知识表示概述 | 第13-14页 |
| ·常用自然语言理解的知识表示方法 | 第14-20页 |
| ·谓词逻辑 | 第14-15页 |
| ·语义框架表示法 | 第15-16页 |
| ·格语法 | 第16-17页 |
| ·语义网络 | 第17页 |
| ·本体论 | 第17-18页 |
| ·概念从属理论 | 第18-20页 |
| ·自然语言理解的分析方法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 因果关系的理论研究及篇章聚类的分析 | 第23-39页 |
| ·因果关系的表达 | 第23-24页 |
| ·因果关系的分类 | 第24-26页 |
| ·潜在的因果关系和实际发生的因果关系 | 第26-27页 |
| ·篇章汇聚模型 | 第27-37页 |
| ·篇章中聚类概述 | 第27-29页 |
| ·名词聚类 | 第29-31页 |
| ·无标志词的因果关系聚类 | 第31-35页 |
| ·有标志词的因果关系聚类 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 因果汇聚模型 | 第39-51页 |
| ·知识库的建立及相应模板的实现 | 第39-43页 |
| ·概念从属树 | 第39-41页 |
| ·事件模板 | 第41-42页 |
| ·领域归一树 | 第42-43页 |
| ·因果汇聚的实现 | 第43-50页 |
| ·无标志词的因果关系汇聚 | 第43-49页 |
| ·有标志词的因果关系汇聚 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 因果汇聚模型在测试计量中的应用 | 第51-57页 |
| ·智能检测与控制技术对智能技术的需求分析 | 第51-52页 |
| ·测试计量的自然语言理解框架及知识表示 | 第52-54页 |
| ·自然语言理解框架 | 第52-53页 |
| ·测试计量领域知识模型 | 第53-54页 |
| ·基于自然语言篇章因果聚类模型在测试计量中的应用实现 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |