基于情景框架和依存树的突发事件相似度计算
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-24页 |
| ·研究背景与意义 | 第9-10页 |
| ·相关理论 | 第10-21页 |
| ·突发事件 | 第10-12页 |
| ·事件框架 | 第12-13页 |
| ·依存文法 | 第13-14页 |
| ·信息抽取 | 第14-20页 |
| ·文本相似度计算 | 第20-21页 |
| ·研究方法和技术路线 | 第21-22页 |
| ·论文结构安排 | 第22-24页 |
| 2 突发事件情景框架模型 | 第24-31页 |
| ·理论基础 | 第24-26页 |
| ·突发事件三角形框架 | 第24-25页 |
| ·知识元理论 | 第25-26页 |
| ·突发事件情景框架模型定义 | 第26-28页 |
| ·实例分析 | 第28-31页 |
| 3 突发事件信息抽取 | 第31-41页 |
| ·基于依存树的信息抽取模式 | 第31-33页 |
| ·模式定义 | 第31-32页 |
| ·属性类抽取模式 | 第32-33页 |
| ·关系类抽取模式 | 第33页 |
| ·模式匹配算法 | 第33-34页 |
| ·实例说明 | 第34-41页 |
| ·模式学习 | 第34-37页 |
| ·信息抽取 | 第37-41页 |
| 4 突发事件文本相似度计算 | 第41-58页 |
| ·基于ESF和ESF的突发事件和相似度计算算法 | 第41-43页 |
| ·数值属性值相似度计算 | 第43页 |
| ·词语属性值相似度计算 | 第43-47页 |
| ·义原相似度 | 第44-45页 |
| ·义项相似度 | 第45-47页 |
| ·词语相似度 | 第47页 |
| ·句子属性值相似度计算 | 第47-51页 |
| ·计算原理 | 第47-49页 |
| ·实验证明 | 第49-51页 |
| ·突发事件相似度计算实验对比 | 第51-58页 |
| ·基于VSM的相似度计算 | 第51-53页 |
| ·基于LCS的相似度计算 | 第53-54页 |
| ·实验对比 | 第54-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
