首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

面向小学生阅读理解题型的智能解题系统研究与实现

摘要第4-5页
ABSTRACT第5页
第1章 绪论第9-14页
    1.1 课题背景及研究的目的和意义第9页
    1.2 机器阅读理解任务的发展概况第9-12页
    1.3 本文的主要研究内容以及论文结构第12-14页
第2章 解题系统的需求分析及概要设计第14-29页
    2.1 需求分析第14-16页
        2.1.1 功能性需求第14-15页
        2.1.2 非功能性需求第15-16页
    2.2 系统概要设计第16-21页
        2.2.1 系统的功能结构设计第16-17页
        2.2.2 面向小学生阅读理解题型的智能解题系统的软件体系结构第17-18页
        2.2.3 解题系统数据库设计第18-19页
        2.2.4 解题系统处理流程第19-21页
    2.3 技术方案第21-26页
        2.3.1 技术路线第21-24页
        2.3.2 技术措施第24-26页
    2.4 方案实施所需的条件第26-28页
        2.4.1 技术条件第26-27页
        2.4.2 资源条件第27-28页
    2.5 小结第28-29页
第3章 解题系统详细设计及实现第29-64页
    3.1 面向小学生阅读理解题型的智能解题系统的总体结构第29-34页
        3.1.1 解题系统的核心功能类设计及解题过程的时序图第29-31页
        3.1.2 解题系统的核心功能流程图第31-32页
        3.1.3 解题系统的问题分析及文本分析的简单介绍第32-33页
        3.1.4 解题系统的题目管理模块简单介绍第33-34页
    3.2 时间地点解题引擎的设计与实现第34-36页
        3.2.1 时间地点解题引擎算法的设计与分析第34-35页
        3.2.2 时间地点解题引擎的实现第35-36页
        3.2.3 时间地点解题引擎的测试结果第36页
    3.3 指代解题引擎的设计与实现第36-40页
        3.3.1 指代解题引擎的具体实现第39-40页
        3.3.2 指代解题引擎的测试结果第40页
    3.4 近反义词解题引擎的设计与实现第40-46页
        3.4.1 近反义词解题引擎中词表模型算法的设计与实现第42-44页
        3.4.2 近反义词解题引擎中词向量模型的算法设计与实现第44-45页
        3.4.3 近反义词解题引擎在解决近反义词问题的测试结果第45-46页
    3.5 通用解题引擎的设计与实现第46-63页
        3.5.1 通用解题引擎的整体算法设计第48-49页
        3.5.2 通用解题引擎的词性模型的设计与实现第49-52页
        3.5.3 通用解题引擎的语言模型的设计与实现第52-56页
        3.5.4 通用解题引擎的挖词模型的设计与实现第56-60页
        3.5.5 通用解题引擎通过上下位词筛选最终答案第60-62页
        3.5.6 通用解题引擎的测试效果第62-63页
    3.6 小结第63-64页
第4章 解题系统测试第64-74页
    4.1 系统测试必要性第64页
    4.2 测试工具及内容第64页
        4.2.1 测试工具第64页
        4.2.2 测试内容第64页
    4.3 功能测试第64-72页
        4.3.1 主界面的功能测试。第64-65页
        4.3.2 问题列表功能测试第65-66页
        4.3.3 文本分析功能测试第66页
        4.3.4 问题分析功能测试第66-67页
        4.3.5 指代解题引擎功能测试第67-68页
        4.3.6 近反义词解题引擎功能测试第68页
        4.3.7 时间地点解题引擎功能测试第68-69页
        4.3.8 通用解题引擎功能测试第69-70页
        4.3.9 解题系统适配移动端的测试第70-72页
    4.4 压力测试第72页
    4.5 测试结果第72-73页
    4.6 小结第73-74页
结论第74-75页
参考文献第75-80页
致谢第80-82页
个人简历第82页

论文共82页,点击 下载论文
上一篇:海量广告数据的报表系统的设计与实现
下一篇:基于患者个人信息的智能预诊方法