| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-14页 |
| ·论文的目的和意义 | 第8-9页 |
| ·国内外研究情况和发展趋势 | 第9-12页 |
| ·国外的研究情况 | 第9-10页 |
| ·国内的研究情况 | 第10-11页 |
| ·存在的主要问题 | 第11-12页 |
| ·论文的工作 | 第12页 |
| ·论文的组织 | 第12-14页 |
| 第2章 基于网络的智能答疑系统总体设计及知识库组织 | 第14-21页 |
| ·智能答疑系统总体结构设计 | 第14-15页 |
| ·智能答疑系统知识库的组织 | 第15-19页 |
| ·智能答疑系统知识库的自学习功能及其实现 | 第19-21页 |
| 第3章 问句语义理解与问句语义符号表示的研究 | 第21-34页 |
| ·本系统分词与词性标注实现 | 第21-26页 |
| ·本系统分词与词性标注模块结构图 | 第21页 |
| ·本系统分词方法 | 第21-22页 |
| ·歧义切分类型的识别和处理技术 | 第22-25页 |
| ·基于规则和统计相结合的词性标注方法 | 第25-26页 |
| ·用户问句的语义识别 | 第26-32页 |
| ·问句预处理 | 第27页 |
| ·问句类型 | 第27-29页 |
| ·关键词提取 | 第29-30页 |
| ·关键词扩展 | 第30页 |
| ·问句所属知识单元的确定 | 第30-32页 |
| ·用户问句的语义符号表示 | 第32-34页 |
| 第4章 FAQ 库问句匹配实现策略与核心技术的研究 | 第34-48页 |
| ·FAQ 库问题检索实现流程 | 第34页 |
| ·常用句子相似度计算方法 | 第34-38页 |
| ·基于词向量空间模型的 TF-IDF 相似度计算 | 第35-36页 |
| ·基于语义词典的相似度计算 | 第36-38页 |
| ·基于特定领域的加权语义相似度计算方法的研究 | 第38-39页 |
| ·基于特定领域的加权语义相似度计算在本系统的应用 | 第39-46页 |
| ·词语权重计算研究 | 第39-40页 |
| ·计算机学科领域知网构建 | 第40-44页 |
| ·词语相似度计算 | 第44-46页 |
| ·基于特定领域的加权语义相似度计算方法的应用 | 第46页 |
| ·FAQ 库问句匹配实现算法 | 第46-48页 |
| 第5 章学科文档库答案自动获取实现策略与核心技术的研究 | 第48-62页 |
| ·学科文档库答案自动获取流程 | 第48页 |
| ·信息检索模型 | 第48-51页 |
| ·布尔模型 | 第49页 |
| ·向量空间模型 | 第49-51页 |
| ·本系统信息检索模型设计 | 第51-52页 |
| ·学科文档库预处理及其索引建立 | 第52-58页 |
| ·HTML 文档的自动采集和扫描算法 | 第52-54页 |
| ·文档的特征提取及权重计算 | 第54-56页 |
| ·索引库建立 | 第56-58页 |
| ·文档答案抽取实现 | 第58-60页 |
| ·学科文档库的答案自动获取实现算法 | 第60-62页 |
| 第6章 基于网络的智能答疑系统的实现 | 第62-68页 |
| ·系统运行模式的选择 | 第62-64页 |
| ·系统运行环境及开发工具的选择 | 第64-65页 |
| ·系统实现 | 第65-68页 |
| 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |
