首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

受限域问答系统文本检索研究

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

论文共78页,点击 下载论文
上一篇:一种面向中小型企业的多维分析方法的研究与实现
下一篇:基于WEB的三维全景交互虚拟场景技术应用的研究