基于卷积神经网络的问句分类研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 问答系统中的问句分类 | 第10-11页 |
| 1.2 问句分类的研究现状 | 第11-17页 |
| 1.2.1 问答系统研究现状 | 第11-13页 |
| 1.2.2 问句分类研究现状 | 第13-17页 |
| 1.3 研究目的、意义与方法 | 第17-18页 |
| 1.3.1 目的 | 第17页 |
| 1.3.2 意义 | 第17-18页 |
| 1.4 论文的组织 | 第18-20页 |
| 第二章 实验语料的层次分析和预处理 | 第20-36页 |
| 2.1 实验语料的收集 | 第20-23页 |
| 2.1.1 实验语料的选择 | 第20-21页 |
| 2.1.2 实验语料的收集方式与结果 | 第21-23页 |
| 2.2 问句的分类体系 | 第23-30页 |
| 2.2.1 分类体系的背景 | 第23-25页 |
| 2.2.2 多层问句分类体系 | 第25-30页 |
| 2.3 实验语料的预处理 | 第30-36页 |
| 2.3.1 中文分词 | 第31-32页 |
| 2.3.2 去停用词 | 第32-33页 |
| 2.3.3 词向量 | 第33-36页 |
| 第三章 卷积神经网络的原理与建构 | 第36-44页 |
| 3.1 背景概述 | 第36-40页 |
| 3.1.1 深度学习 | 第36-37页 |
| 3.1.2 人工神经网络 | 第37-38页 |
| 3.1.3 卷积神经网络 | 第38-40页 |
| 3.2 卷积神经网络模型搭建 | 第40-44页 |
| 3.2.1 输入层 | 第41-42页 |
| 3.2.2 卷积层 | 第42-43页 |
| 3.2.3 池化层 | 第43页 |
| 3.2.4 全连接层 | 第43-44页 |
| 第四章 实验过程及结果 | 第44-60页 |
| 4.1 实验过程 | 第44-50页 |
| 4.1.1 数据预处理 | 第44-45页 |
| 4.1.2 Word2Vec模型训练 | 第45-46页 |
| 4.1.3 模型简介 | 第46-47页 |
| 4.1.4 模型方案 | 第47-50页 |
| 4.2 实验结果与分析 | 第50-60页 |
| 4.2.1 实验结果 | 第50-52页 |
| 4.2.2 词频统计分析 | 第52-56页 |
| 4.2.3 问句类型预测错误分析 | 第56-58页 |
| 4.2.4 实验小结 | 第58-60页 |
| 第五章 总结 | 第60-64页 |
| 5.1 总结全文 | 第60-61页 |
| 5.2 论文的待改进之处以及对未来研究工作的展望 | 第61-64页 |
| 5.2.1 论文待改进之处 | 第61-62页 |
| 5.2.2 对未来工作的展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
