| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景和意义 | 第7-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 1.5 课题来源 | 第14-15页 |
| 第二章 面向维吾尔语文本事件的知识处理 | 第15-23页 |
| 2.1 预备知识 | 第15-19页 |
| 2.1.1 事件部分 | 第15-18页 |
| 2.1.2 维吾尔语语言部分 | 第18-19页 |
| 2.2 特征提取 | 第19-23页 |
| 2.2.1 维吾尔语事件特征 | 第19-21页 |
| 2.2.2 Word Embedding | 第21-23页 |
| 第三章 基于DCNNs-LSTM联合模型的维吾尔语文本事件识别 | 第23-34页 |
| 3.1 事件识别任务描述 | 第23页 |
| 3.2 相关研究 | 第23-24页 |
| 3.3 基于DCNNs-LSTM联合模型的维吾尔语事件识别研究 | 第24-29页 |
| 3.3.1 DCNNs网络 | 第25-27页 |
| 3.3.2 LSTM网络 | 第27-28页 |
| 3.3.3 特征融合与softmax分类 | 第28-29页 |
| 3.4 实验与分析 | 第29-32页 |
| 3.4.1 模型性能验证 | 第30-31页 |
| 3.4.2 特征块验证 | 第31-32页 |
| 3.4.3 Word Embedding引入 | 第32页 |
| 3.5 本章小结 | 第32-34页 |
| 第四章 基于双向LSTM网络模型的维吾尔语文本事件要素识别研究 | 第34-48页 |
| 4.1 事件要素识别任务描述 | 第34-35页 |
| 4.2 相关研究 | 第35-36页 |
| 4.3 基于双向LSTM网络模型的维吾尔语文本事件要素识别 | 第36-41页 |
| 4.3.1 双向LSTM网络 | 第37-40页 |
| 4.3.2 Batch Normalization | 第40-41页 |
| 4.4 实验与分析 | 第41-47页 |
| 4.4.1 Bi-LSTM与LSTM事件要素识别性能对比 | 第42-43页 |
| 4.4.2 各特征块对事件要素识别的影响 | 第43-44页 |
| 4.4.3 word embedding维度对事件要素识别的影响 | 第44-45页 |
| 4.4.4 LSTM层数对事件要素识别的影响 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 结论与展望 | 第48-51页 |
| 5.1 结论 | 第48-49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 在读期科研成果 | 第55-56页 |
| 致谢 | 第56-57页 |
