摘要 | 第1-4页 |
ABSTRACT | 第4-10页 |
第一章 绪论 | 第10-14页 |
·研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-12页 |
·论文的研究内容和组织结构 | 第12-14页 |
·研究内容 | 第12-13页 |
·论文组织 | 第13-14页 |
第二章 基于主动学习的稀疏LSSVM领域问句分类 | 第14-30页 |
·引言 | 第14-15页 |
·领域问句多层次特征空间构建 | 第15-18页 |
·基于词表层的特征空间 | 第15-16页 |
·基于句法层的特征空间 | 第16-17页 |
·基于领域知识层的特征空间 | 第17-18页 |
·基于主动学习的最小二乘支持向量机稀疏化 | 第18-25页 |
·最小二乘支持向量机 | 第19-20页 |
·主动学习与LSSVM | 第20-23页 |
·模型验证 | 第23-25页 |
·基于AL-LSSVM的领域问句分类 | 第25-28页 |
·领域问句分类体系 | 第25-26页 |
·特征提取与表示 | 第26页 |
·AL-LSSVM领域问句分类实验 | 第26-28页 |
·本章小结 | 第28-30页 |
第三章 融合灰色关联分析与领域命名实体识别的查询扩展 | 第30-46页 |
·引言 | 第30-31页 |
·相关理论 | 第31-35页 |
·查询扩展方法 | 第31-33页 |
·灰色关联分析 | 第33-34页 |
·领域命名实体识别 | 第34-35页 |
·基于灰色关联分析的查询扩展 | 第35-36页 |
·基于领域命名实体识别的查询扩展 | 第36-37页 |
·融合领域命名实体识别与灰色关联分析的查询扩展 | 第37-38页 |
·实验结果及分析 | 第38-45页 |
·灰色关联分析查询扩展实验 | 第38-40页 |
·命名实体识别查询扩展实验 | 第40-44页 |
·融合灰色关联分析与命名实体识别的查询扩展实验 | 第44-45页 |
·本章小结 | 第45-46页 |
第四章 基于主题分析的受限域问答文本的聚类检索 | 第46-54页 |
·引言 | 第46页 |
·主题模型 | 第46-48页 |
·基于有监督的LDA(SUP-LDA)文本聚类检索模型 | 第48-51页 |
·领域监督知识 | 第48-49页 |
·SUP-LDA聚类模型描述 | 第49页 |
·基于SUP-LDA的聚类检索模型 | 第49-51页 |
·实验分析 | 第51-53页 |
·数据集 | 第51-52页 |
·评测标准 | 第52页 |
·实验结果分析 | 第52-53页 |
·本章小结 | 第53-54页 |
第五章 受限域问答系统文本聚类检索系统的设计与实现 | 第54-60页 |
·引言 | 第54页 |
·系统的整体框架 | 第54-55页 |
·领域知识库的构建 | 第55页 |
·领域问句分析 | 第55-56页 |
·领域文本检索 | 第56页 |
·系统运行效果 | 第56-60页 |
第六章 结束语 | 第60-62页 |
·论文总结 | 第60页 |
·下一步工作 | 第60-62页 |
致谢 | 第62-66页 |
参考文献 | 第66-74页 |
附录A 攻读硕士学位期间发表论文 | 第74-76页 |
附录B 攻读硕士期间参与项目 | 第76-78页 |
附录C 攻读硕士期间申请专利及软件著作权 | 第78页 |