| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 情绪识别算法 | 第9-11页 |
| 1.2.2 自动问答系统 | 第11-12页 |
| 1.2.3 智能聊天机器人 | 第12页 |
| 1.3 研究内容与创新点 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 创新点 | 第13-14页 |
| 1.4 论文组织与结构 | 第14-16页 |
| 第二章 相关技术 | 第16-24页 |
| 2.1 情绪识别 | 第16-19页 |
| 2.1.1 中文分词 | 第16-17页 |
| 2.1.2 词向量 | 第17-18页 |
| 2.1.3 CNN模型 | 第18-19页 |
| 2.2 聊天机器人相关技术 | 第19-21页 |
| 2.2.1 聊天机器人的定义 | 第19页 |
| 2.2.2 自然语言理解 | 第19-21页 |
| 2.2.3 人机对话策略 | 第21页 |
| 2.3 Android开发相关技术 | 第21-22页 |
| 2.3.1 Android应用程序组成 | 第21-22页 |
| 2.3.2 Android网络通信 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 具有情绪识别能力的智能聊天机器人分析与设计 | 第24-36页 |
| 3.1 需求分析 | 第24-25页 |
| 3.2 系统结构设计 | 第25-28页 |
| 3.3 情绪识别算法分析与设计 | 第28-29页 |
| 3.3.1 情感分析数据集获取 | 第28页 |
| 3.3.2 不同情绪识别方法的分析比较 | 第28-29页 |
| 3.3.3 改进型CNN模型的分析与设计 | 第29页 |
| 3.4 智能聊天模块分析与设计 | 第29-32页 |
| 3.5 消息推送模块分析与设计 | 第32-33页 |
| 3.6 数据存取模块分析与设计 | 第33页 |
| 3.7 用户交互模块分析与设计 | 第33-34页 |
| 3.8 本章小结 | 第34-36页 |
| 第四章 具有情绪识别能力的智能聊天机器人系统实现 | 第36-60页 |
| 4.1 系统实现逻辑 | 第36页 |
| 4.2 情绪识别算法实现 | 第36-43页 |
| 4.2.1 数据预处理 | 第36-38页 |
| 4.2.2 CNN模型结构的搭建 | 第38-40页 |
| 4.2.3 CNN模型的训练和预测 | 第40-43页 |
| 4.3 智能聊天模块实现 | 第43-47页 |
| 4.4 消息推送模块实现 | 第47-49页 |
| 4.5 数据存取模块实现 | 第49-52页 |
| 4.6 用户交互模块实现 | 第52-58页 |
| 4.7 本章小节 | 第58-60页 |
| 第五章 测试结果与分析 | 第60-72页 |
| 5.1 环境搭建 | 第60-61页 |
| 5.2 算法测试 | 第61-64页 |
| 5.2.1 下采样测试 | 第61-62页 |
| 5.2.2 上采样测试 | 第62-64页 |
| 5.3 模块测试 | 第64-70页 |
| 5.3.1 智能聊天模块测试 | 第64-66页 |
| 5.3.2 消息推送模块测试 | 第66-67页 |
| 5.3.3 数据存取模块测试 | 第67-69页 |
| 5.3.4 用户交互模块测试 | 第69-70页 |
| 5.4 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-76页 |
| 6.1 论文总结 | 第72-73页 |
| 6.1.1 完成工作 | 第72-73页 |
| 6.1.2 难点和解决方案 | 第73页 |
| 6.2 未来展望 | 第73-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |