| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 机器理解研究现状及问题 | 第12-15页 |
| 1.2.1 自动解答中的机器理解 | 第12-14页 |
| 1.2.2 问答系统 | 第14-15页 |
| 1.3 研究问题和意义 | 第15-20页 |
| 1.3.1 研究问题 | 第16-19页 |
| 1.3.2 研究意义 | 第19-20页 |
| 第二章 题目理解理论与技术基础 | 第20-28页 |
| 2.1 题目理解相关理论 | 第21-22页 |
| 2.2 题目理解相关技术 | 第22-24页 |
| 2.3 中文分词技术 | 第24-25页 |
| 2.4 自然语言处理 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于语义模型的机器解题方法 | 第28-40页 |
| 3.1 机器解题流程简述及实例 | 第28-35页 |
| 3.1.1 机器解题流程简述 | 第28-30页 |
| 3.1.2 机器解题的一个实例 | 第30-35页 |
| 3.2 基于语义模型池提取应用题数量关系的过程 | 第35-36页 |
| 3.3 提取题目数量关系建立解题方程的过程 | 第36-37页 |
| 3.4 基于语义模型池提取应用题数量关系的一个实例 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 题目机器理解的语义模型池的构建 | 第40-52页 |
| 4.1 构建语义模型池基本方法 | 第40-41页 |
| 4.2 语义模型池的效果评判 | 第41-45页 |
| 4.2.1 语义模型池的评判标准 | 第42-45页 |
| 4.2.2 语义模型池的评判方法 | 第45页 |
| 4.3 语义模型提取策略 | 第45-50页 |
| 4.3.1 语义模型应明确主体信息 | 第46-47页 |
| 4.3.2 语义模型应尽量少而适应性强 | 第47-49页 |
| 4.3.3 语义模型应避免歧义、误判 | 第49-50页 |
| 4.3.4 隐含信息、特定词汇的语义模型 | 第50页 |
| 4.4 语义模型提取分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 实验与问题 | 第52-59页 |
| 5.1 提取直陈述小学数量关系题的语义模型池 | 第52-55页 |
| 5.2 构建测试集 | 第55页 |
| 5.3 实验及结果分祈 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 论文总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |