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

面向客服聊天机器人的领域本体构建的研究与应用

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

论文共83页,点击 下载论文
上一篇:基于线性反馈控制的谐振式压力传感器测试系统研究
下一篇:基于计算机视觉的头部姿态检测方法研究