| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究目的和意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 研究内容和创新点 | 第15页 |
| 1.5 技术路线和章节安排 | 第15-18页 |
| 2 相关理论知识概述 | 第18-28页 |
| 2.1 文本分类 | 第18-20页 |
| 2.2 机器学习技术 | 第20-21页 |
| 2.3 人工神经网络 | 第21-26页 |
| 2.4 问答系统 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 建筑质量投诉文本分类模型的构建 | 第28-38页 |
| 3.1 数据准备 | 第29-31页 |
| 3.2 特征提取 | 第31-35页 |
| 3.3 基于卷积神经网络的建筑质量投诉文本分类模型 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 建筑质量投诉文本分类模型的应用 | 第38-47页 |
| 4.1 数据集分类 | 第38-39页 |
| 4.2 模型训练和优化 | 第39-43页 |
| 4.3 模型测试 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 建筑质量知识问答系统 | 第47-66页 |
| 5.1 基于建筑质量知识的问答原型系统需求分析 | 第47-48页 |
| 5.2 基于建筑质量知识的问答原型系统设计 | 第48-58页 |
| 5.3 基于建筑质量知识的问答原型系统实现 | 第58-65页 |
| 5.4 本章小结 | 第65-66页 |
| 6 结论与展望 | 第66-68页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |