面向特定任务的对话主题建模技术研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-16页 |
| 1.2.1 对话系统中的自然语言理解 | 第9-13页 |
| 1.2.2 对话主题建模 | 第13-15页 |
| 1.2.3 文本主题建模 | 第15-16页 |
| 1.3 研究内容及章节安排 | 第16-18页 |
| 1.3.1 本文的研究内容 | 第16-17页 |
| 1.3.2 本文的章节安排 | 第17-18页 |
| 第二章 基础知识 | 第18-31页 |
| 2.1 最大熵模型 | 第18-21页 |
| 2.1.1 最大熵原理 | 第18页 |
| 2.1.2 最大熵模型的定义 | 第18-20页 |
| 2.1.3 最大熵模型的学习 | 第20-21页 |
| 2.2 隐马尔科夫模型 | 第21-26页 |
| 2.2.1 隐马尔科夫模型的定义 | 第21-22页 |
| 2.2.2 模型假设 | 第22页 |
| 2.2.3 基本问题和求解 | 第22-26页 |
| 2.3 条件随机场模型 | 第26-31页 |
| 2.3.1 概述 | 第26页 |
| 2.3.2 有向图模型的局限性 | 第26-27页 |
| 2.3.3 无向图模型 | 第27-28页 |
| 2.3.4 无向图的因子分解 | 第28-29页 |
| 2.3.5 条件随机场定义 | 第29-31页 |
| 第三章 任务型对话的主题建模 | 第31-45页 |
| 3.1 模型 | 第31-33页 |
| 3.2 对话特点分析 | 第33-35页 |
| 3.3 特征 | 第35-36页 |
| 3.3.1 概述 | 第35页 |
| 3.3.2 词典特征 | 第35页 |
| 3.3.3 对话历史特征 | 第35-36页 |
| 3.4 实验 | 第36-45页 |
| 3.4.1 实验数据集 | 第36-37页 |
| 3.4.2 无监督对话主题建模 | 第37-39页 |
| 3.4.3 有监督的对话主题建模 | 第39-45页 |
| 第四章 系统实现 | 第45-51页 |
| 4.1 系统框架 | 第45页 |
| 4.2 自然语言理解模块的实现 | 第45-47页 |
| 4.3 对话主题建模的作用 | 第47-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 5.1 本文工作总结 | 第51页 |
| 5.2 未来研究展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 作者攻读学位期间发表的学术论文目录 | 第56页 |
