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--文字信息处理论文

中文问答系统中的句型理论及其应用研究

摘要第1-5页
ABSTRACT第5-12页
1 绪论第12-32页
   ·引言第12-14页
   ·自动问答系统概述第14-20页
     ·问答系统的原理及组成第14-15页
     ·问答系统的分类第15-17页
     ·自动问答系统的核心技术第17-19页
     ·自动问答系统的评价方法第19-20页
   ·问答系统的历程及典型系统介绍第20-23页
     ·Start 问答式检索系统第20-21页
     ·Microsoft 的AskMSR第21页
     ·复旦大学的QA Track第21-22页
     ·哈尔滨工业大学的基于开放域的问答系统第22-23页
     ·问答系统研究现状小结第23页
   ·课题的提出及VIC 模型第23-29页
     ·课题的提出第23-26页
     ·VIC 模型第26-29页
     ·测试数据和测试文档的准备第29页
   ·本文的主要研究工作和创新点第29-30页
   ·论文的组织第30-32页
2 汉语的语法特点及其自然语言处理技术第32-42页
   ·引言第32-33页
   ·汉语的语法特点第33-35页
   ·乔姆斯基句法理论第35-37页
   ·汉语自然语言处理的主要技术第37-40页
     ·汉语自动分词第37-39页
     ·词性标注第39-40页
     ·句法分析第40页
   ·中文自然语言处理资源第40-42页
     ·汉语词法分析系统ICTCLAS 介绍第40-41页
     ·概率句法分析器PROP第41-42页
3 句型系统理论及句型识别第42-68页
   ·引言第42-43页
   ·句型系统及汉语句法结构研究概述第43-50页
   ·句型的形式化与句型语义计算第50-60页
     ·句法同构的描述第50页
     ·句型的形式化定义第50-52页
     ·句型的描述第52-54页
     ·基于句型的句子语义计算第54-58页
     ·汉语句型系统第58-59页
     ·句型的扩展和变换第59-60页
   ·基于VSM 的句型识别第60-66页
     ·基于句型模式的句型结构规约第61-62页
     ·相似度计算第62-65页
     ·句型识别测试第65-66页
   ·小结和展望第66-68页
4 基于疑问句句型的汉语问题理解第68-100页
   ·引言第68-69页
   ·汉语疑问句第69-73页
     ·疑问句与问答系统第70-71页
     ·疑问词与疑问句第71-73页
   ·汉语疑问句句型与问题分类第73-84页
     ·疑问词分类第74-75页
     ·问题分类标准第75-77页
     ·疑问句句型及问题分类第77-82页
     ·疑问句句型及疑问句语义分析第82-84页
   ·问题标准形第84-87页
   ·汉语疑问词的非疑问用法研究第87-94页
     ·“谁”的非疑问用法第88-89页
     ·“什么”的非疑问用法第89-91页
     ·“哪”“哪里”的非疑问用法第91-93页
     ·“怎么”的非疑问用法第93-94页
   ·问句扩展第94-96页
     ·问句重写第94-95页
     ·信息检索策略的生成第95-96页
   ·问题理解子系统的实现第96-97页
   ·实验结果与分析第97-100页
5 VIC 中的信息检索研究第100-110页
   ·引言第100页
   ·信息检索的数学模型第100-102页
     ·布尔模型第100-101页
     ·概率模型第101-102页
     ·向量模型第102页
   ·VIC 中改进的向量模型检索研究第102-108页
     ·信息检索模型第103-104页
     ·倒排文档第104页
     ·文档的结构及对相似度的影响第104-106页
     ·改进的倒排文档排序及检索算法第106-107页
     ·试验及结论第107-108页
   ·VIC 中信息检索模块设计第108-110页
     ·文档的组织第108-109页
     ·检索算法第109-110页
6 答案抽取方法研究第110-120页
   ·引言第110-111页
   ·答案抽取策略和规则第111-115页
     ·以词作为问题的答案第111-114页
     ·以句子作为问题的答案第114页
     ·以文摘作为问题的答案第114-115页
   ·信息抽取技术第115-118页
     ·命名实体识别第115-116页
     ·指代消解第116-118页
   ·自动文摘技术第118-120页
7 结论与展望第120-124页
   ·研究工作小结第120-121页
   ·本系统后续研究工作展望第121-124页
致谢第124-126页
参考文献第126-134页
附录第134-138页
 A. 本文所用词性和短语标注标记集第134-135页
 B. 本文所用的主要符号和标记第135-138页
 C. 作者在攻读博士学位期间发表的论文目录第138页

论文共138页,点击 下载论文
上一篇:用户浏览模式挖掘方法与应用研究
下一篇:基于短语特征的Web文档聚类方法研究