最大熵模型的语义句法分析在问答系统中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-11页 |
| 第一章 问答系统及问题理解现状研究 | 第11-18页 |
| ·问答系统研究概述 | 第11-12页 |
| ·问答系统的研究现状 | 第11-12页 |
| ·问答系统的核心问题 | 第12页 |
| ·问题理解研究现状 | 第12-17页 |
| ·词法分析的研究现状 | 第13-15页 |
| ·问题分类的研究现状 | 第15-16页 |
| ·句法分析的研究现状 | 第16-17页 |
| 本章小结 | 第17-18页 |
| 第二章 最大熵模型算法 | 第18-23页 |
| ·最大熵模型 | 第18-19页 |
| ·通用迭代算法 | 第19-20页 |
| ·特征选择 | 第20-22页 |
| ·特征选择的问题描述 | 第20-21页 |
| ·增量式特征选择算法 | 第21-22页 |
| 本章小结 | 第22-23页 |
| 第三章 一种改进的分词算法 | 第23-32页 |
| ·分词方法 | 第23-25页 |
| ·M-分词算法 | 第25-30页 |
| ·M-分词算法的思想 | 第25-26页 |
| ·M-分词算法的优点 | 第26页 |
| ·M-分词算法的流程和步骤 | 第26-28页 |
| ·M-分词算法的实现 | 第28-30页 |
| ·M-分词算法的实验证明 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第四章 一种改进的问题分类算法 | 第32-42页 |
| ·算法相关知识 | 第32-34页 |
| ·句中成分结构定义 | 第32-33页 |
| ·句法研究 | 第33页 |
| ·定义问题类型库 | 第33-34页 |
| ·识别疑问词 | 第34页 |
| ·C-K算法思想 | 第34-40页 |
| ·C-K算法的流程和步骤 | 第35-38页 |
| ·C-K算法的优点 | 第38页 |
| ·C-K算法的实例研究 | 第38-40页 |
| ·C-K算法的实验验证 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第五章 语义句法分析在机器人问答系统中的应用 | 第42-54页 |
| ·引言 | 第42-43页 |
| ·问题理解在系统中的实现 | 第42-43页 |
| ·最大熵模型在系统中的应用 | 第43页 |
| ·问题理解的流程及步骤 | 第43-44页 |
| ·机器人问答系统问题理解的实现 | 第44-52页 |
| ·问题理解模块在系统的实现 | 第45页 |
| ·系统框架 | 第45-46页 |
| ·系统界面实现 | 第46-51页 |
| ·层级式问答对知识数据库 | 第51-52页 |
| ·语义句法分析在应用中的实验验证 | 第52-53页 |
| 本章小结 | 第53-54页 |
| 结论与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
