| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 1 绪论 | 第14-30页 |
| 1.1 背景及意义 | 第14-20页 |
| 1.1.1 背景 | 第14-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 研究现状及分析 | 第20-27页 |
| 1.2.1 功能语义框架构建和功能自动识别 | 第20-21页 |
| 1.2.2 信息抽取 | 第21-25页 |
| 1.2.2.1 信息抽取问题 | 第21-23页 |
| 1.2.2.2 信息抽取的主要方法 | 第23-25页 |
| 1.2.3 知识图谱研究现状 | 第25-27页 |
| 1.2.4 现状分析 | 第27页 |
| 1.3 本文主要研究内容 | 第27-30页 |
| 2 学术文本词汇功能框架 | 第30-46页 |
| 2.1 学术文本词汇功能的定义和类别 | 第30-38页 |
| 2.1.1 学术文本词汇功能的定义 | 第30页 |
| 2.1.2 词汇功能显现的机理 | 第30-32页 |
| 2.1.3 学术文本词汇功能框架 | 第32-38页 |
| 2.1.3.1 领域无关词汇功能 | 第32-36页 |
| 2.1.3.2 领域相关词汇功能 | 第36-38页 |
| 2.2 词汇功能与相关概念的比较 | 第38-41页 |
| 2.2.1 Kaplan的词汇功能语法理论 | 第38-39页 |
| 2.2.2 实体计量 | 第39-40页 |
| 2.2.3 语义角色标注 | 第40-41页 |
| 2.3 词汇功能的标注 | 第41-43页 |
| 2.3.1 标注数据来源 | 第41-42页 |
| 2.3.2 标注流程与规范 | 第42-43页 |
| 2.3.3 标注数据集 | 第43页 |
| 2.4 本章小结 | 第43-46页 |
| 3 基于序列标注的学术文本词汇功能自动识别 | 第46-62页 |
| 3.1 基于CRF序列标注的功能识别方法 | 第46-55页 |
| 3.1.1 序列化表示 | 第46页 |
| 3.1.2 标注模型 | 第46-49页 |
| 3.1.3 特征构造 | 第49-53页 |
| 3.1.3.1 词汇特征 | 第49页 |
| 3.1.3.2 词性特征 | 第49-50页 |
| 3.1.3.3 动词相关特征 | 第50页 |
| 3.1.3.4 组块分析(Chunk Parsing)特征 | 第50-51页 |
| 3.1.3.5 句法特征 | 第51-53页 |
| 3.1.4 基于word2vec的动词角色聚类 | 第53-55页 |
| 3.2 对比系统 | 第55-57页 |
| 3.2.1 Gupta基于Bootstrap的识别方法 | 第55-57页 |
| 3.2.2 Tsai基于Bootstrap的识别方法 | 第57页 |
| 3.3 实验与讨论 | 第57-60页 |
| 3.3.1 实验数据 | 第57-58页 |
| 3.3.2 实验设定 | 第58页 |
| 3.3.3 实验结果及讨论 | 第58-60页 |
| 3.3.3.1 在自建数据集上的效果 | 第58-59页 |
| 3.3.3.2 在Gupta数据上的实验效果 | 第59-60页 |
| 3.4 本章小结 | 第60-62页 |
| 4 基于机器学习排序的文档级词汇功能自动识别 | 第62-76页 |
| 4.1 核心问题与核心方法识别的难点 | 第62-63页 |
| 4.2 抽取问题到排序问题的转化 | 第63-66页 |
| 4.2.1 从抽取问题到生成问题 | 第63-64页 |
| 4.2.2 从生成问题到排序问题 | 第64-66页 |
| 4.3 训练数据的构造 | 第66-68页 |
| 4.4 基于排序的识别方法 | 第68-73页 |
| 4.4.1 相似性得分计算方法 | 第69-71页 |
| 4.4.2 特征构造 | 第71-73页 |
| 4.4.2.1 词汇特征 | 第71页 |
| 4.4.2.2 句法特征 | 第71-73页 |
| 4.4.2.3 TextRank特征 | 第73页 |
| 4.5 实验及结论 | 第73-74页 |
| 4.6 本章小结 | 第74-76页 |
| 5 学术文本词汇功能识别的拓展 | 第76-88页 |
| 5.1 开放信息抽取 | 第76-77页 |
| 5.2 开放信息抽取的常见方法和代表性系统 | 第77-78页 |
| 5.3 面向学术文本的开放信息抽取系统EXVerb | 第78-84页 |
| 5.3.1 框架 | 第78页 |
| 5.3.2 句子切分 | 第78-79页 |
| 5.3.3 术语识别 | 第79-80页 |
| 5.3.4 句法分析、剪枝与图构建 | 第80-82页 |
| 5.3.5 关系抽取 | 第82-84页 |
| 5.4 实验 | 第84-85页 |
| 5.5 本章小结 | 第85-88页 |
| 6 学术文本词汇功能识别的应用 | 第88-108页 |
| 6.1 词汇功能识别的应用点分析 | 第88-104页 |
| 6.1.1 技术方案推荐 | 第88-92页 |
| 6.1.2 研究点发现 | 第92-94页 |
| 6.1.3 词汇功能敏感的学术搜索 | 第94-99页 |
| 6.1.3.1 结合查询意图和词汇功能的学术搜索 | 第94-96页 |
| 6.1.3.2 基于词汇词汇功能识别的学术文本的格式化检索 | 第96-97页 |
| 6.1.3.3 基于三元组数据的知识实体搜索 | 第97-99页 |
| 6.1.4 专家检索 | 第99-101页 |
| 6.1.5 词汇功能识别的其它应用 | 第101-104页 |
| 6.1.5.1 词汇功能识别在科学计量的应用 | 第101页 |
| 6.1.5.2 研究成果有效性识别 | 第101-102页 |
| 6.1.5.3 基于词汇功能的学术文本格式化摘要 | 第102-104页 |
| 6.2 基于词汇功能识别的研究点推荐 | 第104-107页 |
| 6.2.1 应用背景 | 第104页 |
| 6.2.2 方法 | 第104-105页 |
| 6.2.3 实验 | 第105-107页 |
| 6.2.3.1 数据 | 第105-106页 |
| 6.2.3.2 实验结果与讨论 | 第106-107页 |
| 6.2.3.3 实验总结 | 第107页 |
| 6.3 本章小结 | 第107-108页 |
| 7 结论 | 第108-110页 |
| 参考文献 | 第110-118页 |
| 攻博期间发表的科研成果目录 | 第118-120页 |
| 致谢 | 第120-121页 |
