基于语义Web的智能问答系统的研究与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 序 | 第9-14页 |
| 1 引言 | 第14-20页 |
| ·智能问答系统的研究背景 | 第14页 |
| ·智能问答系统国内外研究现状 | 第14-15页 |
| ·国外研究状况 | 第14-15页 |
| ·国内研究状况 | 第15页 |
| ·几个典型的问答系统的结构分析 | 第15-18页 |
| ·LASSO | 第15-16页 |
| ·AskMSR | 第16-17页 |
| ·基于网络的中文问答系统(WQAS) | 第17-18页 |
| ·银行领域汉语自动问答系统(BAQS) | 第18页 |
| ·本文的研究内容及意义 | 第18-19页 |
| ·文章的组织和安排 | 第19-20页 |
| 2 智能问答系统相关基本知识 | 第20-35页 |
| ·智能信息检索模型 | 第20-22页 |
| ·智能信息检索介绍 | 第20页 |
| ·智能信息检索系统的设计目标 | 第20-21页 |
| ·智能信息检索的体系结构 | 第21-22页 |
| ·语义检索和语义Web | 第22-25页 |
| ·语义Web的概念 | 第22页 |
| ·语义Web体系结构 | 第22-23页 |
| ·语义检索概念 | 第23-24页 |
| ·语义Web对实现语义检索的作用 | 第24-25页 |
| ·本体相关知识 | 第25-28页 |
| ·本体的定义 | 第25-26页 |
| ·本体分类 | 第26页 |
| ·本体的建模元语 | 第26-27页 |
| ·本体的描述语言 | 第27-28页 |
| ·本体的编辑工具简介 | 第28页 |
| ·本体推理机基本知识 | 第28-30页 |
| ·本体推理机的理论基础 | 第28页 |
| ·本体推理机的系统结构 | 第28-29页 |
| ·语义推理分类 | 第29-30页 |
| ·相似度匹配模型 | 第30-32页 |
| ·基于特征的相似度计算 | 第30-31页 |
| ·基于语义的相似度计算 | 第31-32页 |
| ·传统的语义相似度算法 | 第32-34页 |
| ·基于语义距离的语义相似度算法 | 第33页 |
| ·基于概念特征的语义相似度算法 | 第33页 |
| ·基于信息量的语义相似度算法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 智能问答系统关键技术 | 第35-48页 |
| ·问题模式的匹配 | 第35-37页 |
| ·构建问题模式库 | 第35页 |
| ·问题模式库的确定 | 第35-36页 |
| ·问题模式库的推理 | 第36-37页 |
| ·词性标注算法 | 第37-40页 |
| ·基于隐马尔科夫模型的词性标注 | 第37-39页 |
| ·基于条件随机场(CRFs)的词性标注 | 第39-40页 |
| ·领域本体的构建 | 第40-42页 |
| ·领域本体设计原则 | 第40页 |
| ·以《数据结构》为例领域本体的构建方法 | 第40-42页 |
| ·Jena语义推理 | 第42-44页 |
| ·Jena语义推理技术原理与分类 | 第42-43页 |
| ·Jena推理规则的构造语法 | 第43-44页 |
| ·Jena推理算法 | 第44页 |
| ·本文改进的语义相似度算法 | 第44-47页 |
| ·第一维度-基于语义距离 | 第45页 |
| ·第二维度-自底向上相似度 | 第45-46页 |
| ·第三维度-自顶向下相似度 | 第46页 |
| ·加权语义相似度计算方法 | 第46-47页 |
| ·问句相似度计算 | 第47页 |
| ·本章小结 | 第47-48页 |
| 4 智能问答系统的设计 | 第48-64页 |
| ·系统总体设计 | 第48-50页 |
| ·系统设计目标 | 第48页 |
| ·系统的数据模型 | 第48-49页 |
| ·系统架构 | 第49-50页 |
| ·系统采用技术 | 第50页 |
| ·《数据结构》课程本体库构建详细描述 | 第50-57页 |
| ·《数据结构》本体库核心概念确定 | 第50-51页 |
| ·《数据结构》本体库核心概念间关系 | 第51-54页 |
| ·以线性表为例Protege使用方法 | 第54-57页 |
| ·本体库的持久化 | 第57-59页 |
| ·本体数据库设计原则 | 第57-58页 |
| ·本体存储数据库设计 | 第58-59页 |
| ·中文分词和词性标注算法设计 | 第59-61页 |
| ·中文分词算法选择及性能对比 | 第59-60页 |
| ·Viterbi词性标记算法设计 | 第60-61页 |
| ·本文语义相似度算法设计 | 第61-63页 |
| ·基于《知网》语义相似度算法 | 第61-62页 |
| ·加权的语义相似度设计 | 第62页 |
| ·问句相似度算法设计 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 5 智能问答系统的实现 | 第64-80页 |
| ·《数据结构》本体库构建结果 | 第64-67页 |
| ·Protege对《数据结构》本体库构建结果 | 第64-65页 |
| ·《数据结构》本体库到数据库的映射 | 第65-67页 |
| ·问句模式匹配实现与测试 | 第67-69页 |
| ·中文分词实现与测试 | 第67-68页 |
| ·Vertibi词性标注算法实现与测试 | 第68页 |
| ·问句模式的确定与测试结果 | 第68-69页 |
| ·Jena离线处理数据 | 第69-72页 |
| ·owl本体文件存储数据库 | 第69-71页 |
| ·Jena离线推理 | 第71-72页 |
| ·问句相似度算法实现与测试 | 第72-75页 |
| ·《知网》语义相似度算法实现与测试 | 第72-73页 |
| ·加权语义相似度算法实现与测试 | 第73-74页 |
| ·问句相似度计算实现与测试 | 第74-75页 |
| ·问答系统功能演示及分析 | 第75-79页 |
| ·处理不同类型问句 | 第75-77页 |
| ·系统的查准率和查全率 | 第77-78页 |
| ·系统的智能性 | 第78页 |
| ·提高检索效率 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 6 结论与展望 | 第80-82页 |
| ·本论文工作总结 | 第80页 |
| ·下一步展望 | 第80-82页 |
| ·本体半自动化构建 | 第80-81页 |
| ·关系数据库到本体的映射 | 第81页 |
| ·基于实例的语义相似度方法 | 第81-82页 |
| 参考文献 | 第82-84页 |
| 附录A | 第84-85页 |
| 附录B | 第85-86页 |
| 附录C | 第86-88页 |
| 附录D | 第88-89页 |
| 索引 | 第89-90页 |
| 作者简历 | 第90-92页 |
| 学位论文数据集 | 第92页 |
