基于Word2vec的中文Web智能问答系统的研究与设计
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第二章 相关理论与技术基础 | 第15-29页 |
| 2.1 Web智能问答系统基本原理 | 第15-16页 |
| 2.2 自然语言处理相关理论和技术 | 第16-25页 |
| 2.2.1 n元语法模型 | 第17页 |
| 2.2.2 中文分词 | 第17-19页 |
| 2.2.3 词性标注 | 第19-20页 |
| 2.2.4 句法分析 | 第20-23页 |
| 2.2.5 Word2vec | 第23-25页 |
| 2.3 机器学习相关理论和技术 | 第25-28页 |
| 2.3.1 条件随机场算法 | 第25-27页 |
| 2.3.2 聚类算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 系统关键算法研究 | 第29-41页 |
| 3.1 基于词典与改进CRF的分词算法 | 第29-36页 |
| 3.1.1 基于词典的歧义判断 | 第29-31页 |
| 3.1.2 基于改进CRF的分词过程 | 第31-34页 |
| 3.1.3 分词性能测试 | 第34-36页 |
| 3.2 基于多特征的证据评分方法 | 第36-40页 |
| 3.2.1 证据评分流程 | 第36-39页 |
| 3.2.2 证据评分性能测试 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 系统总体设计 | 第41-47页 |
| 4.1 系统设计目标与需求分析 | 第41-43页 |
| 4.1.1 系统设计目标 | 第41-42页 |
| 4.1.2 系统功能需求描述 | 第42-43页 |
| 4.2 系统总体结构 | 第43-46页 |
| 4.2.1 系统功能模块划分 | 第43-44页 |
| 4.2.2 系统运行机制 | 第44-45页 |
| 4.2.3 系统开发及运行环境 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 系统详细设计 | 第47-75页 |
| 5.1 基本数据结构 | 第47-49页 |
| 5.2 文本处理模块 | 第49-61页 |
| 5.2.1 分词模块设计 | 第50-54页 |
| 5.2.2 词性标注模块设计 | 第54-57页 |
| 5.2.3 句法分析模块设计 | 第57-59页 |
| 5.2.4 实体抽取模块设计 | 第59-60页 |
| 5.2.5 文本向量化模块设计 | 第60-61页 |
| 5.3 预处理模块 | 第61-65页 |
| 5.3.1 问句分类模块设计 | 第61-63页 |
| 5.3.2 证据检索模块设计 | 第63-65页 |
| 5.4 证据评分模块 | 第65-69页 |
| 5.4.1 词频评分组件设计 | 第66-67页 |
| 5.4.2 词序评分组件设计 | 第67页 |
| 5.4.3 语义评分组件设计 | 第67-69页 |
| 5.5 候选答案生成模块 | 第69-71页 |
| 5.5.1 答案提取组件设计 | 第69-70页 |
| 5.5.2 答案排序组件设计 | 第70页 |
| 5.5.3 答案筛选组件设计 | 第70-71页 |
| 5.6 错答管理模块 | 第71页 |
| 5.7 模块外部设计 | 第71-74页 |
| 5.7.1 系统类 | 第71-72页 |
| 5.7.2 前端交互页面 | 第72-74页 |
| 5.8 本章小结 | 第74-75页 |
| 第六章 测试与分析 | 第75-79页 |
| 6.1 测试概述 | 第75页 |
| 6.2 功能测试及演示 | 第75-78页 |
| 6.3 答题性能测试 | 第78页 |
| 6.4 本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 7.1 本文的主要贡献 | 第79页 |
| 7.2 对未来工作的展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士期间取得的研究成果 | 第86页 |
