声明
致 谢
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究内容
1.3 论文结构
1.4 本章小结
第二章 相关理论与技术研究综述
2.1 事件抽取概述
2.1.1 事件定义
2.1.2 事件抽取任务
2.2 事件抽取研究现状
2.2.1 基于模式匹配的事件抽取
2.2.2 基于统计学习的事件抽取
2.2.3 基于深度学习的事件抽取
2.3 事件抽取评价指标
2.4.1 三体训练
2.4.2 预训练
2.5 序列标注及序列标注模型简介
2.5.1 序列标注
2.5.2 序列标注模型
2.6 本章小结
第三章 基于特征模板选择与三体训练的事件抽取研究
3.1 概述
3.2 基于特征模板选择与三体训练的事件抽取
3.2.1 系统架构
3.2.2 触发词及事件元素类型确定
3.2.3 文本预处理
3.2.4 特征模板构建与选择
3.2.5 三体训练建模
3.2.6 算法描述
3.3 实验结果与分析
3.3.1 实验数据
3.3.2 实验设置与评价指标
3.3.3 对比方法
3.3.4 实验结果与分析
3.4 本章小结
第四章 基于预训练BERT的深度神经网络事件抽取研究
4.1 概述
4.2 基于预训练BERT的深度神经网络事件抽取
4.2.1 系统架构
4.2.2 嵌入层
4.2.3特征提取层
4.2.4 输出层
4.3 实验结果与分析
4.3.1 实验数据
4.3.2 实验设置与评价指标
4.3.3 对比方法
4.3.4 实验结果与分析
4. 4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况
合肥工业大学;
