电商客服自动问答系统的商品意图识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-12页 |
| 1.3 主要研究内容及创新 | 第12-14页 |
| 第二章 问答系统 | 第14-22页 |
| 2.1 文献综述 | 第14-16页 |
| 2.2 问答系统介绍 | 第16-18页 |
| 2.2.1 问答系统的类别 | 第16-17页 |
| 2.2.2 问答系统的结构 | 第17-18页 |
| 2.3 相关的电子商务服务质量研究 | 第18-22页 |
| 2.3.1 电子商务服务质量的发展 | 第18-19页 |
| 2.3.2 电子商务服务质量的测量和评价 | 第19-22页 |
| 第三章 电商客服自动问答系统商品意图识别相关技术 | 第22-31页 |
| 3.1 关键词提取方法 | 第22-24页 |
| 3.1.1 统计和语义方法 | 第22-23页 |
| 3.1.2 机器学习方法 | 第23页 |
| 3.1.3 多特征结合方法 | 第23-24页 |
| 3.2 词语相似度计算 | 第24-27页 |
| 3.2.1 基于大规模语料库 | 第24-26页 |
| 3.2.2 基于语义资源 | 第26页 |
| 3.2.3 基于语料库和语义资源 | 第26-27页 |
| 3.3 BP神经网络 | 第27-31页 |
| 3.3.1 发展概况 | 第27页 |
| 3.3.2 基本理论 | 第27-31页 |
| 第四章 电商客服自动问答系统语句关键词提取 | 第31-38页 |
| 4.1 主要步骤 | 第31-33页 |
| 4.1.1 中科院分词结合专业知识词汇添加库 | 第31-32页 |
| 4.1.2 停用词表的建立 | 第32页 |
| 4.1.3 神经网络特征选取 | 第32-33页 |
| 4.2 实验 | 第33-38页 |
| 4.2.1 实验数据 | 第33-34页 |
| 4.2.2 实验结果和仿真 | 第34-38页 |
| 第五章 商品意图识别 | 第38-51页 |
| 5.1 用户意图网络构建 | 第38-40页 |
| 5.2 用户商品意图强度模型 | 第40-44页 |
| 5.2.1 单阶段 | 第41-42页 |
| 5.2.2 多阶段 | 第42-44页 |
| 5.3 实例 | 第44-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间发表论文 | 第56-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58-62页 |
