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--检索机论文

基于NLP词向量技术的大规模专利信息检索系统

摘要第3-4页
abstract第4页
第1章 绪论第8-12页
    1.1 课题目的与意义第8页
    1.2 国内外研究现状第8-9页
    1.3 研究内容与关键问题第9-10页
        1.3.1 研究内容第9-10页
        1.3.2 拟解决的关键问题第10页
    1.4 论文结构第10-12页
第2章 相关技术分析第12-20页
    2.1 用于词向量生成模型的卷积神经网络与循环神经网络第12-13页
    2.2 词向量生成语言模型设计的理论依据第13-15页
    2.3 用于专利文档管理系统的ASP.NET MVC开发框架第15-16页
    2.4 用于个性化推荐的搜索引擎PageRank算法第16页
    2.5 用户个性化推荐算法理论依据第16-18页
    2.6 本章小结第18-20页
第3章 系统需求分析第20-28页
    3.1 系统业务需求第20-22页
        3.1.1 文本处理子系统业务需求第20-21页
        3.1.2 搜索与智能推荐子系统业务需求第21页
        3.1.3 专利文献管理子系统业务需求第21-22页
    3.2 系统功能需求第22-25页
        3.2.1 文本处理子系统功能需求第22-23页
        3.2.2 搜索与智能推荐子系统功能需求第23-24页
        3.2.3 专利文献管理子系统功能需求第24-25页
    3.3 系统性能需求第25-26页
        3.3.1 文本处理子系统性能需求第25页
        3.3.2 搜索引擎与智能推荐子系统性能需求第25-26页
        3.3.3 专利文献管理子系统性能需求第26页
    3.4 系统安全性需求第26-27页
    3.5 本章小结第27-28页
第4章 NLP与搜索引擎子系统设计与实现第28-56页
    4.1 词向量生成方法设计第28-34页
        4.1.1 基于SVD的生成方法第28-30页
        4.1.2 基于迭代的生成方法第30-33页
        4.1.3 评价方式设计第33-34页
    4.2 处理流程设计第34-36页
    4.3 文档分类与摘要提取实现第36-40页
        4.3.1 文档分类模型结构设计第36-38页
        4.3.2 摘要提取第38-40页
    4.4 用户输入相关性分析实现第40-42页
    4.5 本文设计的文档表示与索引建立方案第42-46页
    4.6 查询处理第46页
    4.7 信息检索模型与本文设计的推理网络结构第46-50页
        4.7.1 精确匹配检索模型第46-48页
        4.7.2 最佳匹配检索模型第48-50页
    4.8 本文提出的学习排序多样化算法第50-51页
    4.9 搜索引擎评价第51-54页
    4.10 搜索引擎的操作流程第54-55页
    4.11 本章小结第55-56页
第5章 专利文献管理子系统设计与实现第56-64页
    5.1 系统总体功能模块第56-57页
    5.2 系统网络拓扑结构第57-58页
    5.3 系统数据库设计第58-60页
        5.3.1 数据库关系图第58-59页
        5.3.2 虚拟数据模型类图第59-60页
    5.4 专利文献管理模块实现第60-62页
        5.4.1 文献管理第60-61页
        5.4.2 数据API提供第61页
        5.4.3 文献修改日志记录第61-62页
    5.5 本章小结第62-64页
第6章 系统测试与结果分析第64-72页
    6.1 奇异值分解算法测试第64-65页
    6.2 搜索引擎性能测试第65-71页
        6.2.1 性能测试环境第65-66页
        6.2.2 性能测试与对比第66-71页
    6.3 专利文献管理模块测试第71页
    6.4 本章小结第71-72页
第7章 结论第72-74页
参考文献第74-76页
发表论文和参加科研情况说明第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于CMOS的嵌入式高清电子内镜图像处理技术研究
下一篇:汽车服务管理系统设计