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--检索机论文

面向自动问答的游客问题语义模型研究

摘要第4-5页
abstract第5-6页
第一章 绪论第10-14页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究历史与现状第11-12页
    1.3 本文的主要研究内容第12-13页
    1.4 本论文的结构安排第13-14页
第二章 相关理论和技术第14-21页
    2.1 本体第14-17页
        2.1.1 本体的概念第14页
        2.1.2 本体的类型第14-15页
        2.1.3 本体的构成第15-16页
        2.1.4 本体的描述语言第16页
        2.1.5 本体构造准则第16-17页
    2.2 分词相关技术第17-18页
        2.2.1 结巴分词第17-18页
        2.2.2 依存句法第18页
    2.3 相关分类方法第18-21页
        2.3.1 贝叶斯分类方法第18-19页
        2.3.2 KNN分类方法第19-21页
第三章 基于本体的旅游领域知识库构建第21-29页
    3.1 引言第21页
    3.2 构建旅游领域本体库第21-23页
        3.2.1 旅游领域知识的特点第21页
        3.2.2 利用Protégé构建旅游领域本体第21-23页
    3.3 基于本体的旅游领域知识库的构建第23-28页
        3.3.1 旅游领域术语收集第23页
        3.3.2 旅游领域知识分析第23-24页
        3.3.3 旅游领域知识提取第24-25页
        3.3.4 旅游领域知识库的构建第25-26页
        3.3.5 领域知识库实现第26-27页
        3.3.6 领域知识库的应用第27-28页
            3.3.6.1 领域关键词提取第27页
            3.3.6.2 领域关键词扩展第27-28页
    3.4 小结第28-29页
第四章 领域问句表征第29-41页
    4.1 引言第29页
    4.2 问句表征第29-30页
    4.3 领域问句关键词提取与扩展第30-34页
        4.3.1 构建停用词表第30-32页
        4.3.2 领域关键词的分类第32页
        4.3.3 领域问句关键词提取第32-33页
        4.3.4 领域核心关键词扩展第33-34页
    4.4 旅游领域问句成分提取第34-36页
        4.4.1 提取句法依存树第34-35页
        4.4.2 问句成分提取第35-36页
    4.5 问题焦点词的提取第36页
    4.6 问句表征对比第36-37页
    4.7 问句表征模型的实现第37-40页
        4.7.1 关键词提取与扩展实现第38页
        4.7.2 领域问句成分提取实现第38-39页
        4.7.3 问题焦点词提取实现第39-40页
        4.7.4 问句表征模型实现界面展示第40页
    4.8 本章小结第40-41页
第五章 领域问句分类第41-58页
    5.1 引言第41页
    5.2 类别划分第41-43页
    5.3 基于规则的领域问句分类方法第43-46页
        5.3.1 类别规则提取第43页
        5.3.2 问句结构模版匹配规则第43-45页
        5.3.3 领域问句规则分类器的实现第45-46页
    5.4 基于统计学习的领域问句分类方法第46-48页
        5.4.1 贝叶斯分类的改进方法第46-48页
    5.5 领域问句分类器的实现第48-56页
        5.5.1 基于规则和统计相结合的领域问句分类方法第48-49页
        5.5.2 领域问句统计分类器实现第49-51页
            5.5.2.1 贝叶斯分类器实现第49-50页
            5.5.2.2 KNN分类器实现第50-51页
        5.5.3 实验结果及分析结果第51-56页
    5.6 本章小结第56-58页
第六章 基于游客问题语义模型设计与实现第58-70页
    6.1 引言第58页
    6.2 模型设计与实现第58-68页
        6.2.1 FAQ的收集与存储第59-61页
            6.2.1.1 数据来源第59页
            6.2.1.2 爬虫构建和数据下载第59-60页
            6.2.1.3 信息存储第60-61页
        6.2.2 领域知识库的构建第61-63页
        6.2.3 领域词库的建立第63-65页
        6.2.4 领域问题语义模型提取第65-67页
        6.2.5 领域问题语义模型存储第67-68页
    6.3 语义模型对比实验第68-69页
    6.4 本章小结第69-70页
第七章 结束语第70-72页
    7.1 当前研究工作总结第70页
    7.2 下一步研究设想第70-72页
致谢第72-73页
参考文献第73-77页
附录A 旅游领域知识库第77-81页
附录B 训练问句集第81-94页

论文共94页,点击 下载论文
上一篇:推特中的价值账号分析与应用研究
下一篇:微博事件摘要生成及演化分析技术研究与应用