客服机器人答案排序学习方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究的目的及意义 | 第8-9页 |
| 1.2 国内外相关技术研究现状 | 第9-14页 |
| 1.2.1 问答系统概述 | 第9-10页 |
| 1.2.2 基于相关度计算的排序方法 | 第10-11页 |
| 1.2.3 基于监督学习的排序方法 | 第11-14页 |
| 1.3 本文主要研究内容 | 第14页 |
| 1.4 章节内容组织 | 第14-16页 |
| 第2章 客服机器人答案排序及其问题描述 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 客服机器人简介 | 第16-17页 |
| 2.3 客服机器人答案排序的不足 | 第17-19页 |
| 2.4 排序学习方法的引入 | 第19-21页 |
| 2.4.1 与网页排序的区别 | 第19-20页 |
| 2.4.2 与长文本答案排序的区别 | 第20-21页 |
| 2.5 排序问题形式化描述 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 客服机器人答案排序方法研究 | 第23-36页 |
| 3.1 引言 | 第23页 |
| 3.2 排序特征选择 | 第23-33页 |
| 3.2.1 基于语义层次的特征选择 | 第23-29页 |
| 3.2.2 基于句法层次的特征选择 | 第29-32页 |
| 3.2.3 特征抽取对象介绍 | 第32-33页 |
| 3.3 根据上下文信息的特征扩展 | 第33-34页 |
| 3.4 基于用户反馈的排序模型 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 客服机器人实验评价与分析 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 实验数据来源 | 第36-38页 |
| 4.2.1 数据标注任务简介 | 第36页 |
| 4.2.2 数据标注平台搭建 | 第36-37页 |
| 4.2.3 数据标注结果统计 | 第37-38页 |
| 4.3 实验方法介绍 | 第38-41页 |
| 4.3.1 SVM-rank 方法介绍 | 第38-40页 |
| 4.3.2 MART 方法介绍 | 第40-41页 |
| 4.4 实验与分析 | 第41-45页 |
| 4.4.1 单一特征与多重特征的排序性能对比 | 第41-43页 |
| 4.4.2 扩展上下文特征后的对比实验 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 客服机器人系统设计与实现 | 第46-52页 |
| 5.1 引言 | 第46页 |
| 5.2 客服机器人介绍与整体架构 | 第46-47页 |
| 5.3 客服机器人后台详细设计 | 第47-51页 |
| 5.3.1 预处理模块 | 第48页 |
| 5.3.2 索引检索模块 | 第48-50页 |
| 5.3.3 排序模型训练与预测 | 第50页 |
| 5.3.4 上下文与日志管理模块 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间发表的学术论文 | 第56-58页 |
| 致谢 | 第58页 |
