| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 语音识别的研究现状 | 第13-14页 |
| 1.2.2 问答系统的研究现状 | 第14-15页 |
| 1.2.3 语音合成系统的研究现状 | 第15-17页 |
| 1.2.4 语音交互系统的研究现状 | 第17页 |
| 1.3 研究内容与组织结构 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 组织结构 | 第18-20页 |
| 第二章 蒙古语语音交互系统的相关技术 | 第20-30页 |
| 2.1 蒙古语语音识别系统 | 第20-22页 |
| 2.2 蒙古语语音合成系统 | 第22-23页 |
| 2.3 问答系统 | 第23-24页 |
| 2.4 基于深度学习的神经网络简介 | 第24-29页 |
| 2.4.1 循环神经网络 | 第24-26页 |
| 2.4.2 长短期记忆网络 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 蒙古文问答系统的设计与实现 | 第30-47页 |
| 3.1 蒙古文问答系统的框架设计 | 第30-31页 |
| 3.2 蒙古文问答语料库的构建 | 第31-32页 |
| 3.3 数据处理 | 第32页 |
| 3.4 模型选择 | 第32-37页 |
| 3.4.1 Seq2seq模型 | 第33-36页 |
| 3.4.2 Seq2seq-Attention模型 | 第36-37页 |
| 3.5 网络构建 | 第37-43页 |
| 3.5.1 LSTM-LSTM的 Encoder-Decoder模型 | 第37-38页 |
| 3.5.2 LSTM+Attention-LSTM的 Encoder-Decoder模型 | 第38-39页 |
| 3.5.3 BiLSTM+Attention-LSTM的 Encoder-Decoder模型 | 第39-42页 |
| 3.5.4 BiGRU+Attention-LSTM的 Encoder-Decoder模型 | 第42-43页 |
| 3.5.5 Attention实现 | 第43页 |
| 3.6 模型训练 | 第43-44页 |
| 3.7 模型评估 | 第44-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第四章 面向智能机器人的蒙古语语音交互系统的设计与实现 | 第47-56页 |
| 4.1 系统的整体框架设计 | 第47-48页 |
| 4.2 语音识别模块的设计与实现 | 第48-49页 |
| 4.3 蒙古文问答服务模块的设计与实现 | 第49-50页 |
| 4.4 语音合成模块的设计与实现 | 第50-51页 |
| 4.5 系统的界面设计 | 第51-52页 |
| 4.6 系统的功能测试 | 第52-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
