基于深度学习的校园问答系统研究与实现
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 问答系统概述 | 第11-13页 |
| 1.1.1 问答系统的定义 | 第11页 |
| 1.1.2 问答系统相较于搜索引擎的优势 | 第11页 |
| 1.1.3 问答系统现有的类型 | 第11-12页 |
| 1.1.4 问答系统的组成模块 | 第12-13页 |
| 1.2 研究背景和意义 | 第13-16页 |
| 1.2.1 国内外研究现状 | 第13-15页 |
| 1.2.2 研究意义 | 第15-16页 |
| 1.3 本文组织结构 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 相关理论研究 | 第17-36页 |
| 2.1 文本预处理 | 第17-19页 |
| 2.1.1 中文分词技术 | 第17-18页 |
| 2.1.2 去停用词 | 第18-19页 |
| 2.2 深度学习概述 | 第19-28页 |
| 2.2.1 人工神经网络 | 第19-21页 |
| 2.2.2 卷积神经网络 | 第21-24页 |
| 2.2.3 循环神经网络 | 第24-28页 |
| 2.3 语言模型与词向量 | 第28-35页 |
| 2.3.1 语言模型概述 | 第28-31页 |
| 2.3.2 词向量 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于深度学习的句子语义相似度算法研究 | 第36-54页 |
| 3.1 句子语义相似度算法概述 | 第36-46页 |
| 3.1.1 基于CNN的相似度算法 | 第36-39页 |
| 3.1.2 基于RNN的相似度算法 | 第39-42页 |
| 3.1.3 基于全信息特征提取的相似度算法 | 第42-46页 |
| 3.2 相关实验 | 第46-53页 |
| 3.2.1 基于半自主标注的数据集构造 | 第46-49页 |
| 3.2.2 模型参数 | 第49页 |
| 3.2.3 模型训练 | 第49-51页 |
| 3.2.4 实验结果 | 第51-53页 |
| 3.3 本章小结 | 第53-54页 |
| 第4章 基于句子语义相似度算法的校园问答系统实现 | 第54-64页 |
| 4.1 实验环境 | 第54页 |
| 4.2 问答系统的总体实现流程 | 第54-56页 |
| 4.3 校园问答库构建 | 第56-57页 |
| 4.4 系统界面展示和结果评价 | 第57-63页 |
| 4.4.1 系统界面 | 第57-61页 |
| 4.4.2 结果评价 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 对已有工作的总结 | 第64页 |
| 5.2 对未来工作的展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简介及在学期间所取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
