基于句模与模糊匹配的初等数学题意理解研究及实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 中文分词 | 第11-12页 |
| 1.2.2 中文命名实体识别 | 第12-13页 |
| 1.2.3 文本相似度的介绍 | 第13-14页 |
| 1.3 研究内容与安排 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 论文结构安排 | 第15-16页 |
| 第二章 相关理论与技术 | 第16-27页 |
| 2.1 数学知识在计算机中的表示 | 第16-20页 |
| 2.2 条件随机场 | 第20-23页 |
| 2.2.1 条件随机场的相关概念 | 第20-21页 |
| 2.2.2 条件随机场的相关应用 | 第21-23页 |
| 2.3 语义相似度的介绍 | 第23-24页 |
| 2.4 word2vec相关介绍 | 第24-26页 |
| 2.4.1 word2vec介绍 | 第24-25页 |
| 2.4.2 word2vec使用说明 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于句模的题意理解研究 | 第27-42页 |
| 3.1 句模的相关介绍 | 第27-30页 |
| 3.1.1 句模的相关概念 | 第27-29页 |
| 3.1.2 句模的表现形式 | 第29-30页 |
| 3.2 句模匹配算法 | 第30-32页 |
| 3.2.1 正向最大匹配 | 第30-32页 |
| 3.2.2 结论匹配 | 第32页 |
| 3.3 句模在题意理解中的应用 | 第32-41页 |
| 3.3.1 基于句模的题意理解 | 第32-40页 |
| 3.3.2 优点与不足 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于句模与模糊匹配的题意理解算法研究 | 第42-55页 |
| 4.1 文本的向量化 | 第42-50页 |
| 4.1.1 传统的向量化方法 | 第42-43页 |
| 4.1.2 基于word2vec的向量化 | 第43-49页 |
| 4.1.3 向量化的其它方法 | 第49-50页 |
| 4.2 语义相似度 | 第50-51页 |
| 4.2.1 语义相似度的相关简介 | 第50页 |
| 4.2.2 语义相似度的计算方法 | 第50-51页 |
| 4.3 基于句模与模糊匹配的相关应用 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 初等数学题意理解系统设计与实现 | 第55-64页 |
| 5.1 系统流程图 | 第55-56页 |
| 5.2 系统实现 | 第56-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 系统测试与分析 | 第64-71页 |
| 6.1 系统测试 | 第64-68页 |
| 6.2 系统分析 | 第68-70页 |
| 6.3 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71-72页 |
| 7.2 展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间取得的成果 | 第77页 |
