词语相似度计算及其在问答系统中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第11-14页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 本文主要内容 | 第12-13页 |
| 1.3 论文组织框架 | 第13-14页 |
| 2 相关研究 | 第14-22页 |
| 2.1 词语相似度计算相关研究 | 第14-18页 |
| 2.1.1 基于语义词典的词语相似度计算方法 | 第14-17页 |
| 2.1.2 基于语料库的词语相似度计算方法 | 第17-18页 |
| 2.2 基于知识库的问答系统的相关研究 | 第18-21页 |
| 2.2.1 基于语义分析的知识库问答 | 第18-19页 |
| 2.2.2 基于特征驱动的知识库问答 | 第19-20页 |
| 2.2.3 基于表示学习的知识库问答 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 基于义原向量的词语相似度计算 | 第22-37页 |
| 3.1 HowNet简述 | 第22-24页 |
| 3.1.1 HowNet义原 | 第22-23页 |
| 3.1.2 HowNet概念描述 | 第23-24页 |
| 3.2 PageRank算法 | 第24-26页 |
| 3.2.1 PageRank基本思想 | 第24-25页 |
| 3.2.2 PageRank模型 | 第25-26页 |
| 3.3 义原向量表示 | 第26-30页 |
| 3.3.1 义原信息容量 | 第27-28页 |
| 3.3.2 SIC_PageRank方法 | 第28-30页 |
| 3.4 词语相似度计算 | 第30-33页 |
| 3.4.1 词语相似度 | 第31页 |
| 3.4.2 概念相似度 | 第31-32页 |
| 3.4.3 义原集合相似度 | 第32-33页 |
| 3.5 实验及结果分析 | 第33-36页 |
| 3.5.1 词语相似度实验 | 第34-35页 |
| 3.5.2 名词词汇语义类识别实验 | 第35-36页 |
| 3.6 总结 | 第36-37页 |
| 4 词语相似度计算在知识库问答系统中的应用 | 第37-55页 |
| 4.1 问句分析 | 第37-39页 |
| 4.1.1 模式匹配 | 第37-38页 |
| 4.1.2 基于模式匹配的实体识别 | 第38-39页 |
| 4.2 候选答案集合抽取 | 第39-41页 |
| 4.3 答案排序的特征提取 | 第41-45页 |
| 4.3.1 基于词语相似度的谓词相似度特征 | 第41-42页 |
| 4.3.2 谓词编辑距离特征 | 第42-43页 |
| 4.3.3 谓词词语共现特征 | 第43-44页 |
| 4.3.4 分类特征 | 第44-45页 |
| 4.4 基于Ranking SVM的答案排序 | 第45-47页 |
| 4.4.1 Ranking SVM模型简介 | 第45-46页 |
| 4.4.2 候选答案排序 | 第46-47页 |
| 4.5 实验与结果分析 | 第47-53页 |
| 4.5.1 实验数据描述 | 第47-48页 |
| 4.5.2 实验数据预处理 | 第48-49页 |
| 4.5.3 问答系统评测指标 | 第49-50页 |
| 4.5.4 实验设计 | 第50页 |
| 4.5.5 实验结果及分析 | 第50-53页 |
| 4.6 本章小结 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 个人履历、在校期间发表的学术论文及科研成果 | 第61-62页 |
| 个人履历 | 第61页 |
| 在校期间发表的学术论文 | 第61页 |
| 科研成果 | 第61-62页 |
| 致谢 | 第62页 |
