| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| §1-1 研究背景和意义 | 第8页 |
| §1-2 相关基础及现状 | 第8-9页 |
| §1-3 本文的主要研究内容 | 第9页 |
| §1-4 本文的主要组织结构 | 第9-11页 |
| 第二章 效应领域本体库 EKB 简介 | 第11-16页 |
| §2-1 本体 | 第11-14页 |
| 2-1-1 本体论概述 | 第11-12页 |
| 2-1-2 本体的建模元语 | 第12页 |
| 2-1-3 本体的描述语言—OWL | 第12-13页 |
| 2-1-4 常用的本体处理工具 | 第13-14页 |
| §2-2 效应领域本体库 | 第14-16页 |
| 2-2-1 效应领域本体库简介 | 第14页 |
| 2-2-2 效应领域本体库结构分析 | 第14-16页 |
| 第三章 浅层语义分析及信息提取 | 第16-23页 |
| §3-1 浅层语义分析 | 第16-20页 |
| 3-1-1 词法分析 | 第16-17页 |
| 3-1-2 ICTCLAS 的分词流程 | 第17-18页 |
| 3-1-3 句法分析 | 第18-19页 |
| 3-1-4 Stanford-Parser 句法分析流程 | 第19-20页 |
| §3-2 信息提取 | 第20-23页 |
| 3-2-1 最大熵模型介绍 | 第20-21页 |
| 3-2-2 最大熵算法描述 | 第21页 |
| 3-2-3 特征选择 | 第21-23页 |
| 第四章 改进的训练算法和填库 | 第23-36页 |
| §4-1 基于 Bootstrapping 的学习方法 | 第23-29页 |
| 4-1-1 语义角色标注介绍 | 第23-24页 |
| 4-1-2 传统学习方法 | 第24-25页 |
| 4-1-3 Bootstrapping 概念介绍 | 第25页 |
| 4-1-4 B-M-Onto 流程 | 第25-29页 |
| §4-2 本体库 EKB 的自动填充 | 第29-36页 |
| 4-2-1 效应领域本体库描述 | 第29-31页 |
| 4-2-2 效应信息作为概念对本体的填充 | 第31-32页 |
| 4-2-3 概念的对象属性集的填充 | 第32-34页 |
| 4-2-4 调用 Protégé-OWL API 流程 | 第34-36页 |
| 第五章 系统的具体实现及结果分析 | 第36-44页 |
| §5-1 总体结构 | 第36-37页 |
| §5-2 功能实现 | 第37-40页 |
| §5-3 实验结果分析 | 第40-44页 |
| 5-3-1 数据源和评价方法 | 第40页 |
| 5-3-2 实验结果及分析 | 第40-44页 |
| 第六章 总结和展望 | 第44-45页 |
| §6-1 论文总结 | 第44页 |
| §6-2 论文展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47页 |
