频繁依存子树模式在问题分类中的应用研究
| 致谢 | 第6-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第15-18页 |
| 1.1.1 研究背景 | 第15-17页 |
| 1.1.2 研究意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 中心词抽取的国内外研究现状 | 第18-20页 |
| 1.2.2 问题分类的国内外研究现状 | 第20-21页 |
| 1.3 本文研究的主要内容 | 第21-22页 |
| 1.4 本文的组织结构 | 第22页 |
| 1.5 本章小结 | 第22-23页 |
| 第二章 中文问句中心词 | 第23-34页 |
| 2.1 中心词的概念 | 第23-24页 |
| 2.2 问句中心词的复杂性 | 第24-26页 |
| 2.3 中心词对问句分类的重要性 | 第26-27页 |
| 2.4 中心词提取的常见方法 | 第27-29页 |
| 2.4.1 基于启发式规则的中心词提取方法 | 第27-29页 |
| 2.4.2 基于统计学的中心词提取方法 | 第29页 |
| 2.5 基于CRF模型的中心词标注 | 第29-33页 |
| 2.5.1 条件随机场理论 | 第29-30页 |
| 2.5.2 CRF用于中心词标注的步骤 | 第30页 |
| 2.5.3 特征模板 | 第30-33页 |
| 2.5.4 CRF模型用于中心词标注的优缺点 | 第33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于频繁依存子树模式的中文问句中心词提取 | 第34-47页 |
| 3.1 CRF对问句中心词的初始标注 | 第34-35页 |
| 3.2 基于频繁依存子树模式问句中心词提取方法 | 第35-36页 |
| 3.3 问句依存子树介绍 | 第36页 |
| 3.4 频繁依存子树模式 | 第36-38页 |
| 3.5 频繁子树模式规则生成 | 第38-41页 |
| 3.6 规则修正 | 第41页 |
| 3.7 实验结果和分析 | 第41-46页 |
| 3.7.1 数据及实验工具来源 | 第41页 |
| 3.7.2 实验总体设计 | 第41-42页 |
| 3.7.3 实验评价标准 | 第42页 |
| 3.7.4 实验结果分析 | 第42-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第四章 中心词提取规则的优化方法 | 第47-56页 |
| 4.1 规则优化的目的和意义 | 第47页 |
| 4.2 规则优化的常见方法 | 第47-48页 |
| 4.3 关联规则冗余的相关概念与理论 | 第48-49页 |
| 4.4 中心词抽取规则优化方法 | 第49-52页 |
| 4.4.1 频繁依存子树冗余规则模式定义 | 第50页 |
| 4.4.2 优化冗余规则模式的有效性证明 | 第50-51页 |
| 4.4.3 优化冗余规则模式的方法 | 第51-52页 |
| 4.5 实验结果与分析 | 第52-55页 |
| 4.5.1 实验结果 | 第52-55页 |
| 4.5.2 实验分析 | 第55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 基于类别频繁依存子树模式的问题分类方法 | 第56-66页 |
| 5.1 常见问题分类方法 | 第56-57页 |
| 5.2 问题分类类别体系 | 第57-58页 |
| 5.2.1 类别体系 | 第57-58页 |
| 5.3 类别频繁子树模式的问句分类方法 | 第58-63页 |
| 5.3.1 问句分类器构造 | 第58-59页 |
| 5.3.2 类别频繁子树模式规则生成 | 第59-61页 |
| 5.3.3 改进的贝叶斯分类器 | 第61-62页 |
| 5.3.4 分类步骤 | 第62-63页 |
| 5.4 实验结果与分析 | 第63-65页 |
| 5.4.1 实验结果 | 第63-64页 |
| 5.4.2 实验分析 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结和展望 | 第66-67页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第72-73页 |
