基于最大熵模型的智能提问系统研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-11页 |
·研究背景和意义 | 第8-9页 |
·国内外发展状况 | 第9-10页 |
·本文工作 | 第10-11页 |
第二章 汉语疑问句研究 | 第11-18页 |
·含疑问助词的疑问句 | 第11-12页 |
·不含疑问助词的疑问句 | 第12-16页 |
·汉语疑问句的分布研究 | 第16-18页 |
第三章 基于最大熵模型的智能提问系统理论与研究 | 第18-25页 |
·最大熵模型的简单例子 | 第18-19页 |
·最大熵模型框架描述 | 第19-22页 |
·最大熵模型特征引入算法 | 第22-23页 |
·最大熵模型的优点 | 第23-24页 |
·最大熵模型在智能提问系统中的应用 | 第24-25页 |
第四章 最大熵模型特征选择与汉语疑问句模板设计 | 第25-33页 |
·语义标注和语义组块 | 第25-26页 |
·最大熵模型的特征选择方法 | 第26-30页 |
·语言特征空间定义 | 第26-27页 |
·特征模板设计 | 第27-28页 |
·自动获取特征 | 第28-29页 |
·特征选择 | 第29-30页 |
·汉语疑问句模板设计 | 第30-33页 |
·汉语疑问句模板 | 第30-31页 |
·汉语疑问句模板的具体值 | 第31-33页 |
第五章 智能提问系统的设计与实现 | 第33-49页 |
·开发环境介绍 | 第33-35页 |
·开发工具和语言 | 第33页 |
·实现所用技术 | 第33-35页 |
·智能提问系统结构模式 | 第35-36页 |
·数据库表设计 | 第36-38页 |
·系统实现 | 第38-44页 |
·分词模块 | 第38-39页 |
·最大熵模型训练 | 第39-40页 |
·问句自动生成模块 | 第40-44页 |
·全局综合处理 | 第44页 |
·系统界面 | 第44-46页 |
·登录界面 | 第44-45页 |
·提问界面 | 第45-46页 |
·试验结果及分析 | 第46-49页 |
第六章 总结与展望 | 第49-51页 |
参考文献 | 第51-54页 |
发表论文和科研情况说明 | 第54-55页 |
致谢 | 第55页 |