社保领域智能问答系统的研究与应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 网络爬虫的研究现状 | 第11-12页 |
| 1.2.2 智能问答系统的研究现状 | 第12-13页 |
| 1.3 本文工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第二章 智能问答系统相关理论与技术 | 第15-23页 |
| 2.1 网络爬虫介绍 | 第15页 |
| 2.2 SPARK大数据平台处理技术 | 第15-17页 |
| 2.3 分词技术 | 第17-18页 |
| 2.4 深度学习技术 | 第18-22页 |
| 2.4.1 卷积神经网络 | 第18-20页 |
| 2.4.2 循环神经网络 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 数据处理及存储 | 第23-33页 |
| 3.1 数据获取 | 第23-25页 |
| 3.1.1 非专业数据获取 | 第23-24页 |
| 3.1.2 专业数据获取 | 第24-25页 |
| 3.2 数据理解 | 第25页 |
| 3.3 数据存储模块 | 第25-28页 |
| 3.3.1 搭建Hadoop平台 | 第25-26页 |
| 3.3.2 搭建Spark平台 | 第26-27页 |
| 3.3.3 Spark存储管理模块 | 第27-28页 |
| 3.4 数据预处理 | 第28-32页 |
| 3.4.1 脏数据去除 | 第29页 |
| 3.4.2 分词 | 第29-30页 |
| 3.4.3 词向量训练 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 问句理解算法的研究与对比 | 第33-43页 |
| 4.1 算法对比框架 | 第33页 |
| 4.2 模型搭建 | 第33-42页 |
| 4.2.1 doc2vec算法 | 第34-35页 |
| 4.2.2 TFIDF-SVM算法 | 第35-38页 |
| 4.2.3 卷积神经网络分类 | 第38-40页 |
| 4.2.4 QA-Lstm | 第40-42页 |
| 4.3 模型对比 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 建立智能回复系统 | 第43-48页 |
| 5.1 总体框架 | 第43-44页 |
| 5.2 搭建服务器 | 第44-45页 |
| 5.2.1 配置环境 | 第45页 |
| 5.2.2 代码管理 | 第45页 |
| 5.3 申请公众微信号 | 第45-46页 |
| 5.3.1 申请公众微信号 | 第45-46页 |
| 5.3.2 绑定Web服务 | 第46页 |
| 5.4 测试社保领域智能问答系统 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 结论与展望 | 第48-49页 |
| 参考文献 | 第49-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
