中文新闻事件抽取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 背景与意义 | 第11-12页 |
| 1.2 国内外研究现状以及存在的问题 | 第12-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文的组织 | 第16-17页 |
| 第二章 间新闻数据采集 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 相关概念 | 第17-18页 |
| 2.2.1 文档对象模型DOM | 第17-18页 |
| 2.2.2 XPath和RegExp | 第18页 |
| 2.3 页面分析 | 第18-20页 |
| 2.3.1 主流的新闻页面分析工具 | 第19页 |
| 2.3.2 HtmlUnit页面分析技术 | 第19-20页 |
| 2.4 定制采集模板 | 第20-22页 |
| 2.5 采集系统总体设计与实现 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 新闻子事件元素抽取 | 第25-41页 |
| 3.1 新闻子事件描述及相关定义 | 第25-26页 |
| 3.2 新闻子事件分析 | 第26-27页 |
| 3.3 新闻子事件类别识别 | 第27-32页 |
| 3.3.1 构建触发词表 | 第28页 |
| 3.3.2 获取候选子事件与子事件类别 | 第28-30页 |
| 3.3.3 基于支持向量机模型的事件类别识别 | 第30-32页 |
| 3.4 新闻子事件元素抽取 | 第32-36页 |
| 3.4.1 构建子事件模板 | 第32-33页 |
| 3.4.2 获取候选子事件元素 | 第33页 |
| 3.4.3 基于最大熵模型的子事件元素获取 | 第33-36页 |
| 3.5 实验结果与分析 | 第36-39页 |
| 3.5.1 实验数据 | 第36-37页 |
| 3.5.2 事件类别识别实验结果与分析 | 第37-38页 |
| 3.5.3 事件元素识别实验结果与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 新闻事件要素抽取无向图模型 | 第41-51页 |
| 4.1 问题描述 | 第41-42页 |
| 4.2 基于新闻子事件元素的无向图构建 | 第42-46页 |
| 4.2.1 无向图节点和边的生成 | 第42-43页 |
| 4.2.2 基于相似度的无向图边权重计算 | 第43-46页 |
| 4.3 无向图节点权重计算 | 第46-48页 |
| 4.3.1 新闻子事件元素权重计算方法 | 第46-48页 |
| 4.3.2 基于节点权重的事件要素抽取 | 第48页 |
| 4.4 实验结果与分析 | 第48-49页 |
| 4.4.1 实验方案 | 第48页 |
| 4.4.2 实验评价指标 | 第48-49页 |
| 4.4.3 实验结果与分析 | 第49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 中文新闻事件抽取原型系统 | 第51-57页 |
| 5.1 引言 | 第51页 |
| 5.2 系统架构 | 第51-53页 |
| 5.3 功能展示 | 第53-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 论文总结 | 第57页 |
| 6.2 下一步工作 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录A 攻读硕士期间发表的论文 | 第67-68页 |
| 附录B 攻读硕士期间参与项目 | 第68-69页 |
| 附录C 攻读硕士期间申请软件著作权 | 第69页 |
