基于改进hmms的中文原子事件抽取方法

《基于改进hmms的中文原子事件抽取方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：．—、：＾－产、－．Ｔ．７一苦：＞歌：巧一：弦礙、，；记零背３．，豆．．．一．塌咬终努．、、一－气￣——岭记＇＾成：：．巧謗爲．扣令逆冶、、誤Ｊ．＇一－＇．卢－一、－——苗．．？．；＇＇私沪戸々二＇．．，：ｖ连换誘－＇？＂科产－Ｖ占Ｎ：＼学号２０１３１３７０３００９：ｔ兴分类号ＴＰ３９１．ｒ增如繁密级Ａ攀校代码ｉＭ马＾？ｙ％从苗破，．，．？、－－‘？＇＇、—、：－、－．．＼．接—．Ｖｒ／巧八為Ｃ节、＇稼女■备４冷謗滸－■－一．＇．、片．兰＇皆巧ＶＸ、啤．、

2、批：含式又的語六马卢■＼Ｖ？：辉心縣．．；、濟々：．、；一巧＼尸马片Ｖ＇為Ｋ．；．；方六知Ｖ．＾够终课讀龄．．’＇．１．．．拓一节听＇Ｖ黄赁．；－；、讀＾命／；＾二，，也：、，讀＾＇＾文導譲歎巧抑若；；冷項；ｙ：，＇－Ｉ．．．、．．－＇．ｒ、．，：；＼，＞知ｃ；；ｆ，ｙ。一＇一－尸二。户弁鮮ｓ；巧每蛋－．‘＇．‘．－。－－’产一：’－＇：；＇－＾屯Ｖｖ；梦产皆、：：＿＂心Ｖ六邊公＞占＇胃Ｐ＃焉安某硕壬学俭论丈譚错霉Ｉ＇一；＇＇＿７７ＹＶＬ＼气

3、？ＨＭＭｓ璧于改进的中文原子事件抽／苦Ｃ：１５．尸？＊＇－４．－，．．、，”＇—■一＊巧，一‘，Ｋ；，．：子；．＾ｆ＇占．；；３，、：１耗取方法、薩郷＇－＇。、－．…一－．？Ｖ、、．占一ｋ以产户、音．；－：／／一户講，—／手女—．？；ｙ—…－－－＾、进＾手ｉ駕：這吗万节於若旅＞為Ｖ共■謂－６ｖ＼：■＇＇＇．‘＇．－＊＇＇：＇－＇＇．＇．＊、，心；典？；一＇《；；巧／＞，，：Ｖ户乂Ｖ？护声．二’—．＇＾节式：云原Ｖ／ｖＶ怒分＾．．扣扭４＂）＇：＜句．＇一＇

4、＇＇户．ｖ＇ｕ：：六＾：ｖ：ｒ／ｓ＞祭—蟲心滿品；Ｊ／―Ｖ‘—？―—’、Ａ、Ａ＾＂＂＂？。－－位张＾学资只．申ｒ：甚．．．＾黄—＿术京違．．：＇－ｊｔ■吃－：．香．．．ｙ嘴媒於觀．；＂护占—Ｖ谭科、＞辦专业；学技：计輿机科与术巧皆、￣＾￣￣一’片及，＇；＇為，、’／Ｊ；：＇？、．４－？５：山１草二；．；指导师刘教＾茂福＾，，，请兴．，一屬苗Ｖ＇．，—＇巧＾游，＾、．言巧：乏０１６０５Ｕ二答辩期當年月曰终、￣二；Ｖ＼一．＾记马‘＾．、．＂八记為鱗裝之纖淺海．？

5、嚷：岩穩；ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinEngineeringAChineseAtomicEventExtractionMethodBasedonImprovedHMMsMasterCandidate：HeZhangMajor：ComputerScienceandTechnologySupervisor：Prof.MaofuLiuWuhanUniversityofScienceandTechnology

6、Wuhan,Hubei430081,P.R.ChinastMay21,2016武汉科技大学研究生学位论文创新性声明本人郑重声明；所呈交的学位论文是本人在导师指导下，独立进行研究所取得的成果。除了文中己经注明引用的内容或属合作研究共同完成的工作外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中明确方式标明。一申请学位论文与资料若有不实之处。，本人承担切相关责任－引论文作者签名：朵权日巧；立主研究生学位论文版权使用授权声明本论文的研究成果归

7、武汉科技大学所有，其研巧内容不得其它单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定，同意学校保留并向有关部口（按照《武汉科技大学关于研巧生学位论文收录工作的规定》执行）送交论文的复印件和电子版本，允许论文被查阅和借阅，同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行检索和对外服务。＾粟中论文作者签名：《指导教师签名：怒人。：化日期摘要中文事件抽取是中文信息抽取的一种重要方法，研究如何将从自然语言描述的非结构化文本中抽取出结构化知识，它涉及到自然语言处理、模式识

8、别、机器学习、数据库等多个学科，在文本蕴含、信息检索、股价预测、指代消解以及社区问答等领域均有广泛应用。传统中文事件抽取方法将事件抽取看作分类问题进行处理，通过基于机器学习或者填充事件类型模版的方法来挖掘文