程序设计课程的智能语音问答系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 课题背景及研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要研究内容 | 第11-12页 |
| 1.4 本文的总体结构 | 第12-13页 |
| 第2章 相关理论及技术 | 第13-21页 |
| 2.1 神经网络 | 第13-16页 |
| 2.1.1 神经网络概述 | 第13页 |
| 2.1.2 神经元 | 第13-16页 |
| 2.2 移动客户端相关技术 | 第16-18页 |
| 2.2.1 Android技术 | 第16-17页 |
| 2.2.2 语音识别技术 | 第17-18页 |
| 2.3 微服务相关技术 | 第18-19页 |
| 2.3.1 微服务的概念 | 第18页 |
| 2.3.2 Dubbo技术研究 | 第18-19页 |
| 2.4 TensorFlow技术研究 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 深度学习网络模型技术研究 | 第21-30页 |
| 3.1 深度学习简介 | 第21-22页 |
| 3.2 深度学习的基本方法 | 第22页 |
| 3.3 卷积神经网络 | 第22-26页 |
| 3.3.1 网络模型 | 第22-23页 |
| 3.3.2 卷积运算 | 第23-24页 |
| 3.3.3 稀疏连接 | 第24-25页 |
| 3.3.4 参数共享 | 第25页 |
| 3.3.5 池化操作 | 第25-26页 |
| 3.4 循环神经网络 | 第26-29页 |
| 3.4.1 循环神经网络模型 | 第26-27页 |
| 3.4.2 双向循环神经网络 | 第27-28页 |
| 3.4.3 深度循环神经网络 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于深度学习的问答系统研究 | 第30-54页 |
| 4.1 训练数据采集方案 | 第30-32页 |
| 4.2 模型设计 | 第32-40页 |
| 4.2.1 词向量 | 第32-33页 |
| 4.2.2 序列到序列的模型 | 第33-34页 |
| 4.2.3 生成式问答模型 | 第34-36页 |
| 4.2.4 梯度下降算法 | 第36-40页 |
| 4.3 模型实现及实验 | 第40-53页 |
| 4.3.1 数据预处理 | 第40-41页 |
| 4.3.2 构造词典 | 第41-42页 |
| 4.3.3 数据准备 | 第42-43页 |
| 4.3.4 构建模型 | 第43-45页 |
| 4.3.5 模型训练 | 第45-48页 |
| 4.3.6 答案生成 | 第48-50页 |
| 4.3.7 准确性评估 | 第50-51页 |
| 4.3.8 实验结果及分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 智能语音问答系统 | 第54-69页 |
| 5.1 开发环境及工具 | 第54页 |
| 5.2 概要设计 | 第54-56页 |
| 5.2.1 物理结构 | 第54-55页 |
| 5.2.2 系统总体结构 | 第55-56页 |
| 5.3 系统各功能模块设计与实现 | 第56-68页 |
| 5.3.1 语料管理模块 | 第56-64页 |
| 5.3.2 生成式问答模型模块 | 第64-66页 |
| 5.3.3 问答服务模块 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |
