首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

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

论文共95页,点击 下载论文
上一篇:社会化网络中的推荐算法及其应用
下一篇:一类约束可满足问题的固定参数算法