| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于语法规则的指令解析 | 第11-12页 |
| 1.2.2 基于句法树的指令解析 | 第12-13页 |
| 1.2.3 基于深度学习的指令解析 | 第13页 |
| 1.2.4 基于强化学习的指令解析 | 第13-14页 |
| 1.2.5 中文指令解析 | 第14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 相关工作 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 语料库的搭建 | 第16页 |
| 2.3 强化学习 | 第16-21页 |
| 2.3.1 Q-Learning算法 | 第18-19页 |
| 2.3.2 Sarsa强化学习算法 | 第19-20页 |
| 2.3.3 policy gradient强化学习算法 | 第20页 |
| 2.3.4 强化学习系统的预测 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于强化学习算法解析中文指令 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 解析器的整体系统框架描述 | 第22-23页 |
| 3.3 中文指令知识库的建立 | 第23-26页 |
| 3.3.1 自然语言指令的特点 | 第23-25页 |
| 3.3.2 表层信息提取与深层信息提取 | 第25-26页 |
| 3.4 强化学习的初始化与训练 | 第26-30页 |
| 3.5 强化学习预测与指令解析 | 第30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 人机对话机制与特征树 | 第31-39页 |
| 4.1 引言 | 第31页 |
| 4.2 指令分类 | 第31-32页 |
| 4.3 中文指令的分类标注 | 第32-33页 |
| 4.4 构造树状结构 | 第33-35页 |
| 4.5 最优路径与生成机器指令 | 第35-38页 |
| 4.5.1 单个参数下的最优路径 | 第36页 |
| 4.5.2 多元参数下的最优路径 | 第36-38页 |
| 4.5.3 生成机器指令 | 第38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 实验结果及分析 | 第39-49页 |
| 5.1 实验环境 | 第39页 |
| 5.2 强化学习方法解析指令的实验与分析 | 第39-44页 |
| 5.2.1 实现方案 | 第39页 |
| 5.2.2 方法验证 | 第39-43页 |
| 5.2.3 实验分析 | 第43-44页 |
| 5.3 人机对话机制与特征树解析指令的实验与分析 | 第44-48页 |
| 5.3.1 实验方案 | 第44页 |
| 5.3.2 方法验证 | 第44-48页 |
| 5.3.3 实验分析 | 第48页 |
| 5.4 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |