基于语义的文本事件信息抽取方法的研究与实现
摘要 | 第1-6页 |
ABSTRACT | 第6-14页 |
第一章 引论 | 第14-22页 |
·研究背景 | 第14-17页 |
·事件的定义 | 第15页 |
·相关工作 | 第15-17页 |
·工作动机 | 第17-19页 |
·难点描述 | 第17-18页 |
·课题创新点 | 第18-19页 |
·本文主要研究内容和贡献 | 第19页 |
·论文的主要内容和章节安排 | 第19-22页 |
第二章 相关工作 | 第22-28页 |
·基本概念 | 第22页 |
·事件(Event) | 第22页 |
·主题(Topic) | 第22页 |
·事件抽取研究概述 | 第22-25页 |
·知识工程方法 | 第22-23页 |
·机器学习方法 | 第23-24页 |
·事件抽取的主要困难 | 第24-25页 |
·本文的事件抽取方法 | 第25-26页 |
·本章小结 | 第26-28页 |
第三章 候选词列表生成与核心元素的提取 | 第28-48页 |
·问题描述 | 第28页 |
·文本预处理 | 第28-35页 |
·分词 | 第28-33页 |
·停用词处理 | 第33-34页 |
·词性标注 | 第34-35页 |
·候选词抽取 | 第35-39页 |
·文本向量化表示 | 第36-37页 |
·特征值计算 | 第37-39页 |
·核心元素的抽取 | 第39-45页 |
·核心地名的提取 | 第39-41页 |
·核心时间的抽取 | 第41-45页 |
·核心人名抽取 | 第45页 |
·实验及分析 | 第45-46页 |
·实验环境 | 第45页 |
·实验语料 | 第45-46页 |
·参数设置 | 第46页 |
·实验结果 | 第46页 |
·本章小结 | 第46-48页 |
第四章 本体库的建立 | 第48-66页 |
·相关概念 | 第48-52页 |
·本体(Ontology)的定义 | 第48-49页 |
·本体的分类 | 第49-50页 |
·本体的语言 | 第50-52页 |
·本体构建方法 | 第52页 |
·古今地名和文化成果本体库的建立 | 第52-62页 |
·构建准备 | 第52-55页 |
·构建工具 | 第55-56页 |
·构建过程 | 第56-62页 |
·实验及结果分析 | 第62-64页 |
·实验环境和工具 | 第62页 |
·性能部分 | 第62页 |
·API 部分 | 第62-64页 |
·结果分析 | 第64页 |
·本章小结 | 第64-66页 |
第五章 词汇链创建 | 第66-78页 |
·问题的描述 | 第66页 |
·词汇链相关介绍 | 第66-69页 |
·词汇链的基本概念 | 第66-67页 |
·传统算法 | 第67页 |
·Hirst 算法 | 第67-68页 |
·Barzilay 算法 | 第68-69页 |
·基于知网的词汇链创建 | 第69-73页 |
·知网的介绍 | 第69-70页 |
·语义相似度计算 | 第70-71页 |
·词汇链的构建 | 第71-72页 |
·代码实现 | 第72-73页 |
·实验及结果分析 | 第73-76页 |
·实验环境 | 第73页 |
·实验语料 | 第73页 |
·参数设置 | 第73页 |
·实验结果比对 | 第73-75页 |
·结果分析 | 第75-76页 |
·本章小结 | 第76-78页 |
第六章 事件抽取系统的实现 | 第78-88页 |
·问题描述 | 第78页 |
·实验环境 | 第78页 |
·系统架构 | 第78-79页 |
·核心算法及实验参数设置 | 第79-81页 |
·数据清洗模块 | 第79-81页 |
·关键词打分模块 | 第81页 |
·词语相似度计算和词汇链模块 | 第81页 |
·核心元素提取模块 | 第81页 |
·测试样例展示 | 第81-83页 |
·测试样例 | 第81-82页 |
·抽取结果 | 第82页 |
·事件信息抽取集合 | 第82页 |
·样例分析 | 第82-83页 |
·测试方法 | 第83-86页 |
·测试方法设计 | 第83-84页 |
·测试结果 | 第84-85页 |
·测试结果分析 | 第85-86页 |
·本章小结 | 第86-88页 |
第七章 结束语 | 第88-90页 |
·主要工作与创新点 | 第88页 |
·后续研究工作 | 第88-90页 |
参考文献 | 第90-94页 |
致谢 | 第94-95页 |
攻读硕士学位期间已发表或录用的论文 | 第95页 |