| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-15页 |
| 1.1 研究的背景及意义 | 第7-9页 |
| 1.2 时间表达式识别的国内外研究现状 | 第9-13页 |
| 1.2.1 国外研究概述 | 第9-11页 |
| 1.2.2 国内研究概述 | 第11-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第二章 时间表达式识别相关统计模型 | 第15-23页 |
| 2.1 概率统计模型 | 第15页 |
| 2.2 条件随机场模型 | 第15-19页 |
| 2.2.1 CRF 模型定义与形式 | 第16-17页 |
| 2.2.2 CRF 的无向图结构 | 第17-18页 |
| 2.3.3 参数估计及优化 | 第18-19页 |
| 2.3.4 与其它模型比较优势 | 第19页 |
| 2.3 支持向量机模型 | 第19-22页 |
| 2.3.1 SVM 和统计学习理论 | 第19-20页 |
| 2.3.2 最优分类超平面 | 第20-21页 |
| 2.3.3 SVM 和核函数 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 维吾尔语时间表达式 | 第23-33页 |
| 3.1 研究对象定义 | 第23-25页 |
| 3.2 UTE 的分类 | 第25-28页 |
| 3.3 UTE 特点和识别难点分析 | 第28-30页 |
| 3.4 事件类时间表达式 | 第30-32页 |
| 3.4.1 UETE 定义和分类 | 第30-31页 |
| 3.4.2 UETE 特点和结构 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于统计模型的维吾尔语时间短语识别 | 第33-46页 |
| 4.1 基于 CRF 的 UTE 识别 | 第33-39页 |
| 4.1.1 标注策略 | 第33-34页 |
| 4.1.2 特征模板 | 第34-35页 |
| 4.1.3 特征选择 | 第35-36页 |
| 4.1.4 识别模型和算法 | 第36-39页 |
| 4.2 基于 CRF 和 SVM 的 UTE 识别 | 第39-42页 |
| 4.2.1 基于 SVM 的 UTE 识别 | 第39-40页 |
| 4.2.2 基于 CRF 和 SVM 的 UTE 识别 | 第40-42页 |
| 4.3 基于词干提取的 UETE 识别 | 第42-45页 |
| 4.3.1 基于 CRF 的 UETE 识别模型 | 第42-43页 |
| 4.3.2 标注策略 | 第43页 |
| 4.3.3 特征选择 | 第43-44页 |
| 4.3.4 特征模板设计 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 实验过程及结果分析 | 第46-55页 |
| 5.1 实验语料和评测标准 | 第46-47页 |
| 5.1.1 实验语料和工具 | 第46-47页 |
| 5.1.2 评测标准 | 第47页 |
| 5.2 实验设计 | 第47-48页 |
| 5.3 实验结果和分析 | 第48-52页 |
| 5.4 时间复杂度分析和特征筛选 | 第52-54页 |
| 5.4.1 时间复杂度分析 | 第52页 |
| 5.4.2 特征筛选 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 附录 | 第63-65页 |
| 在读期间发表论文 | 第65-66页 |
| 致谢 | 第66页 |