摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 研究内容 | 第14页 |
1.4 论文结构 | 第14-16页 |
第二章 相关理论与技术 | 第16-30页 |
2.1 本体理论及相关技术 | 第16-19页 |
2.1.1 本体介绍 | 第16页 |
2.1.2 本体描述语言OWL | 第16-17页 |
2.1.3 本体的构建方法 | 第17-18页 |
2.1.4 本体的存储和查询 | 第18-19页 |
2.2 聊天机器人 | 第19-22页 |
2.2.1 聊天机器人简介 | 第19-21页 |
2.2.2 在线客服聊天机器人 | 第21-22页 |
2.3 自然语言处理技术 | 第22-29页 |
2.3.1 汉语分词技术 | 第22-23页 |
2.3.2 命名体识别技术 | 第23页 |
2.3.3 依存句法分析技术 | 第23-24页 |
2.3.4 词嵌入 | 第24-25页 |
2.3.5 循环神经网络RNN | 第25-27页 |
2.3.6 Seq2Seq深度对话模型 | 第27-28页 |
2.3.7 基于检索的深度对话模型 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 基于同义词扩充的半自动客服领域本体构建 | 第30-49页 |
3.1 引言 | 第30页 |
3.2 客服知识领域本体构建分析 | 第30-32页 |
3.2.1 客服领域知识特点 | 第30-31页 |
3.2.2 数据的选取 | 第31页 |
3.2.3 构建客服领域本体过程存在的问题 | 第31页 |
3.2.4 本体构建方法分析 | 第31-32页 |
3.3 客服领域本体中概念类的构建 | 第32-36页 |
3.3.1 本体范围确定 | 第32-33页 |
3.3.2 提取本体层次结构 | 第33页 |
3.3.3 本体概念类和概念类关系的确定 | 第33-36页 |
3.4 客服领域本体实例的爬取 | 第36-38页 |
3.5 客服领域本体实例的扩充 | 第38-45页 |
3.5.1 原始对话记录的预处理 | 第38-40页 |
3.5.2 同义词扩充方法 | 第40-41页 |
3.5.3 基于词相关本体相似度的实例同义词扩充方法 | 第41-45页 |
3.6 实验分析 | 第45-48页 |
3.6.1 同义词扩充实验 | 第45-46页 |
3.6.2 本体库查询测试 | 第46-48页 |
3.7 本章小结 | 第48-49页 |
第四章 基于客户意图约束及深度学习的多轮回答检索模型 | 第49-67页 |
4.1 引言 | 第49页 |
4.2 客服聊天机器人深度检索模型构建 | 第49-55页 |
4.2.1 多轮深度检索模型结构 | 第50-52页 |
4.2.2 句子编码器结构 | 第52页 |
4.2.3 上下文编码器结构 | 第52-54页 |
4.2.4 意图向量约束的多轮深度检索模型 | 第54-55页 |
4.3 基于本体的客户意图向量构建方法 | 第55-62页 |
4.3.1 客户问句预处理 | 第55-57页 |
4.3.2 逻辑形式的生成 | 第57-58页 |
4.3.3 本体的扩充补全 | 第58-59页 |
4.3.4 客户意图向量的构建 | 第59-62页 |
4.4 实验分析 | 第62-65页 |
4.4.1 实验准备 | 第62页 |
4.4.2 实验结果 | 第62-65页 |
4.5 本章小结 | 第65-67页 |
第五章 客服聊天机器人系统的设计与实现 | 第67-77页 |
5.1 引言 | 第67页 |
5.2 系统总体设计 | 第67-68页 |
5.2.1 体系结构 | 第67-68页 |
5.2.2 功能设计 | 第68页 |
5.3 系统详细设计 | 第68-73页 |
5.3.1 智能回复 | 第68-71页 |
5.3.2 问答库更新 | 第71-73页 |
5.4 系统实现 | 第73-75页 |
5.4.1 系统运行环境 | 第73页 |
5.4.2 系统展示 | 第73-75页 |
5.5 系统性能分析 | 第75-76页 |
5.6 本章小结 | 第76-77页 |
第六章 总结与展望 | 第77-79页 |
6.1 总结 | 第77-78页 |
6.2 展望 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |
攻硕期间取得的成果 | 第83页 |