基于LDA模型的领域自动问答系统
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| ·问答系统的定义 | 第10-11页 |
| ·问答系统的研究背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文组织结构 | 第15-17页 |
| 第二章 问答系统相关理论概述 | 第17-29页 |
| ·知识的概念及表示 | 第17-22页 |
| ·知识的定义 | 第17-18页 |
| ·知识的特点 | 第18-19页 |
| ·知识的分类 | 第19-20页 |
| ·知识的表示 | 第20-22页 |
| ·问答系统的体系结构 | 第22-29页 |
| ·问题理解 | 第22-24页 |
| ·信息检索 | 第24-27页 |
| ·答案抽取 | 第27-29页 |
| 第三章 分词 | 第29-43页 |
| ·中文分词概述 | 第29-34页 |
| ·分词的必要性 | 第29-30页 |
| ·分词面临的问题和挑战 | 第30-33页 |
| ·分词性能的评价指标 | 第33-34页 |
| ·常用的分词方法 | 第34-36页 |
| ·基于词典的方法 | 第34-36页 |
| ·基于统计的方法 | 第36页 |
| ·基于领域词典与词串互信息的分词方法 | 第36-41页 |
| ·复旦大学FuDanNLP | 第37-38页 |
| ·领域词典的分词模块 | 第38-40页 |
| ·词串互信息统计模块 | 第40-41页 |
| ·算法流程与实验结果 | 第41-43页 |
| ·算法流程 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| 第四章 语义相似度计算 | 第43-63页 |
| ·语义相似度相关概念 | 第43-49页 |
| ·语义相似度的概念 | 第43-44页 |
| ·相似度模型 | 第44-46页 |
| ·相似度计算步骤 | 第46-49页 |
| ·常用的语义相似度计算方法 | 第49-57页 |
| ·基于编辑距离的相似度计算方法 | 第49-51页 |
| ·基于依存关系的相似度计算方法 | 第51-53页 |
| ·基于语义距离和本体的相似度计算方法 | 第53-57页 |
| ·基于LDA模型的相似度算法 | 第57-61页 |
| ·LDA模型的特点 | 第57-59页 |
| ·基于LDA的相似度计算 | 第59-61页 |
| ·实验设计 | 第61-63页 |
| 第五章 系统设计与实现 | 第63-71页 |
| ·系统功能模块设计 | 第63-64页 |
| ·系统的业务逻辑设计 | 第64-66页 |
| ·系统实现 | 第66-68页 |
| ·软硬件环境 | 第66页 |
| ·系统部署与实现 | 第66-68页 |
| ·原型系统界面演示 | 第68-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·本文的工作总结 | 第71-72页 |
| ·未来的工作展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79页 |
