| 论文摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外相关研究现状 | 第18-20页 |
| 1.3 电商领域的智能问答系统需求和现状 | 第20-22页 |
| 1.4 目前需要解决的问题 | 第22-23页 |
| 1.5 本文研究内容与目标 | 第23-26页 |
| 1.6 本文研究思路和组织结构 | 第26-29页 |
| 1.6.1 本文研究思路 | 第26-27页 |
| 1.6.2 本文组织结构 | 第27-29页 |
| 第二章 基于CRF的中英文混合文本信息抽取算法 | 第29-49页 |
| 2.1 引言 | 第29页 |
| 2.2 相关研究 | 第29-34页 |
| 2.2.1 实体识别技术 | 第29-30页 |
| 2.2.2 关系抽取技术 | 第30-31页 |
| 2.2.3 条件随机场模型 | 第31-33页 |
| 2.2.4 N-Gram特征 | 第33-34页 |
| 2.3 NE-CRF实体识别算法 | 第34-39页 |
| 2.3.1 领域实体定义 | 第34页 |
| 2.3.2 模型与特征 | 第34-35页 |
| 2.3.3 算法流程 | 第35-36页 |
| 2.3.4 实验验证 | 第36-39页 |
| 2.4 WPN-CRF同义词关系抽取算法 | 第39-48页 |
| 2.4.1 问题描述 | 第39-40页 |
| 2.4.2 Word2vec最近邻特征 | 第40-42页 |
| 2.4.3 算法流程 | 第42-43页 |
| 2.4.4 实验验证 | 第43-48页 |
| 2.5 本章小结 | 第48-49页 |
| 第三章 CQPT中文复杂问句解析算法 | 第49-67页 |
| 3.1 引言 | 第49-50页 |
| 3.2 相关研究 | 第50-53页 |
| 3.2.1 语义解析技术 | 第50-52页 |
| 3.2.2 实体链接技术 | 第52-53页 |
| 3.3 CQPT算法框架 | 第53-55页 |
| 3.4 SVM问题分类 | 第55-57页 |
| 3.5 SDP-Reduce依赖缩减算法 | 第57-62页 |
| 3.6 WEL实体链接算法 | 第62-63页 |
| 3.7 SPARQL查询构造 | 第63-64页 |
| 3.8 实验与评估 | 第64-66页 |
| 3.9 本章小结 | 第66-67页 |
| 第四章 CyberSchema知识库模型 | 第67-81页 |
| 4.1 引言 | 第67-68页 |
| 4.2 本体与知识图谱 | 第68-69页 |
| 4.3 CyberSchema模型 | 第69-76页 |
| 4.3.1 归纳演绎框架 | 第69-71页 |
| 4.3.2 CyberSchema知识表示 | 第71-73页 |
| 4.3.3 CyberSchema定义 | 第73-76页 |
| 4.4 面向电商领域的CyberSchema知识库 | 第76-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第五章 GKF异构知识融合算法 | 第81-97页 |
| 5.1 引言 | 第81-82页 |
| 5.2 问题定义 | 第82页 |
| 5.3 相关研究 | 第82-84页 |
| 5.3.1 模式匹配 | 第82-83页 |
| 5.3.2 最优值决策 | 第83-84页 |
| 5.4 基于图模型的异构知识融合算法 | 第84-94页 |
| 5.4.1 数据来源与分析 | 第84-86页 |
| 5.4.2 GFK异构知识融合算法框架 | 第86-87页 |
| 5.4.3 数据预处理 | 第87-88页 |
| 5.4.4 SemFusion模式匹配算法 | 第88-91页 |
| 5.4.5 DSB最优值决策算法 | 第91-92页 |
| 5.4.6 GKF异构知识融合算法 | 第92-94页 |
| 5.5 实验及验证 | 第94-96页 |
| 5.5.1 数据集 | 第94页 |
| 5.5.2 评价指标 | 第94-95页 |
| 5.5.3 实验结果 | 第95-96页 |
| 5.6 本章小结 | 第96-97页 |
| 第六章 RgTE知识库补全算法 | 第97-111页 |
| 6.1 引言 | 第97-98页 |
| 6.2 相关基础 | 第98-100页 |
| 6.3 问题定义 | 第100页 |
| 6.4 RgTE知识库补全算法 | 第100-106页 |
| 6.4.1 张量分解定义 | 第100-102页 |
| 6.4.2 张量分解过程 | 第102-103页 |
| 6.4.3 词嵌入学习 | 第103-104页 |
| 6.4.4 梯度下降融合算法 | 第104-105页 |
| 6.4.5 算法伪代码 | 第105-106页 |
| 6.5 实验与评估 | 第106-110页 |
| 6.5.1 数据集 | 第106-107页 |
| 6.5.2 评价指标 | 第107页 |
| 6.5.3 实验结果 | 第107-110页 |
| 6.6 本章小结 | 第110-111页 |
| 第七章 CEQA电商领域智能问答系统 | 第111-123页 |
| 7.1 系统设计 | 第111-114页 |
| 7.1.1 体系架构 | 第111-112页 |
| 7.1.2 模块功能介绍 | 第112-114页 |
| 7.2 知识库构建模块 | 第114-117页 |
| 7.2.1 模块结构 | 第114-115页 |
| 7.2.2 功能实现 | 第115-117页 |
| 7.3 知识推理预测模块 | 第117-119页 |
| 7.3.1 模块结构 | 第117页 |
| 7.3.2 功能实现 | 第117-119页 |
| 7.4 问句解析模块 | 第119-122页 |
| 7.4.1 模块结构 | 第119-120页 |
| 7.4.2 功能实现 | 第120-122页 |
| 7.5 本章小结 | 第122-123页 |
| 第八章 总结与展望 | 第123-125页 |
| 8.1 本文总结 | 第123-124页 |
| 8.2 进一步展望 | 第124-125页 |
| 参考文献 | 第125-132页 |
| 附录E 作者攻读博士学位期间发表的学术论文 | 第132-133页 |
| 附录F 作者攻读博士学位期间参加科研项目情况 | 第133-134页 |
| 致谢 | 第134页 |