| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 本文的主要工作和贡献 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 FAQ问答系统框架 | 第17-25页 |
| 2.1 FAQ系统概述 | 第17-18页 |
| 2.2 问题理解 | 第18-21页 |
| 2.2.1 中文分词 | 第18-19页 |
| 2.2.2 命名实体识别 | 第19页 |
| 2.2.3 中文词性标注 | 第19页 |
| 2.2.4 句法分析 | 第19-21页 |
| 2.2.5 关键词提取 | 第21页 |
| 2.3 信息检索 | 第21-22页 |
| 2.4 相似度计算 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 问题理解及信息检索 | 第25-39页 |
| 3.1 中文分词 | 第25-28页 |
| 3.1.1 基于最大匹配的分词方法 | 第25-27页 |
| 3.1.2 基于统计语言模型的分词算法 | 第27-28页 |
| 3.2 命名实体识别 | 第28-29页 |
| 3.3 中文词性标注 | 第29-30页 |
| 3.4 句法分析 | 第30-31页 |
| 3.5 关键词提取 | 第31-33页 |
| 3.5.1 基于词性标注的关键词提取 | 第31-32页 |
| 3.5.2 去停用词 | 第32-33页 |
| 3.6 信息检索 | 第33-37页 |
| 3.6.1 倒排索引的构建 | 第34-36页 |
| 3.6.2 建立候选问题集 | 第36-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第4章 相似度计算 | 第39-57页 |
| 4.1 传统的相似度计算方法 | 第39-44页 |
| 4.1.1 基于Ngram Overlap的相似度计算 | 第39-40页 |
| 4.1.2 基于编辑距离的相似度计算 | 第40-42页 |
| 4.1.3 基于向量空间模型的TF-IDF相似度计算 | 第42-44页 |
| 4.2 相似度计算方法的改进与探索 | 第44-53页 |
| 4.2.1 传统的相似度计算存在的主要问题 | 第44-45页 |
| 4.2.2 改进的1gram Overlap相似度计算 | 第45-47页 |
| 4.2.3 同义词扩展 | 第47-48页 |
| 4.2.4 基于词汇对齐的相似度计算 | 第48-51页 |
| 4.2.5 基于句法依存的相似度计算 | 第51-53页 |
| 4.3 基于Pranking算法的特征融合 | 第53-55页 |
| 4.3.1 线性模型 | 第53页 |
| 4.3.2 权重自动学习 | 第53-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 实验与结果分析 | 第57-65页 |
| 5.1 基准系统 | 第57-58页 |
| 5.2 语料库的构建与评价方法 | 第58-61页 |
| 5.2.1 语料库的构建 | 第58-60页 |
| 5.2.2 训练集与测试集的标注 | 第60页 |
| 5.2.3 评价方法 | 第60-61页 |
| 5.3 候选问题集的构建实验 | 第61-62页 |
| 5.4 传统的相似度计算方法的性能实验 | 第62页 |
| 5.5 改进的相似度计算方法的性能实验 | 第62-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 工作总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 未来工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 硕士期间参加的科研项目 | 第73页 |
