| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景与研究意义 | 第10-11页 |
| 1.2 建设目标与研究内容 | 第11-13页 |
| 1.3 关键问题与技术难点 | 第13-15页 |
| 1.4 国内外研究现状 | 第15-16页 |
| 1.4.1 国外研究现状 | 第15-16页 |
| 1.4.2 国内研究现状 | 第16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 无人机信息领域智能问答系统的关键技术 | 第18-56页 |
| 2.1 引言 | 第18页 |
| 2.2 正向最大匹配分词算法 | 第18-21页 |
| 2.3 逆向最大匹配分词算法 | 第21-23页 |
| 2.4 双向最大匹配分词算法 | 第23-24页 |
| 2.5 隐马尔可夫模型 | 第24-33页 |
| 2.5.1 隐马尔可夫模型的三要素 | 第24-25页 |
| 2.5.2 隐马尔可夫模型的两个假设 | 第25页 |
| 2.5.3 隐马尔可夫模型的三个基本问题 | 第25-33页 |
| 2.6 条件随机场模型 | 第33-39页 |
| 2.6.1 条件随机场的概率计算问题 | 第34-35页 |
| 2.6.2 条件随机场的学习算法 | 第35-38页 |
| 2.6.3 条件随机场的预测算法 | 第38-39页 |
| 2.7 Word2vec | 第39-46页 |
| 2.7.1 Huffman树与Huffman编码 | 第39-41页 |
| 2.7.2 基于Hierarchical Softmax的模型 | 第41-44页 |
| 2.7.3 基于Negative Sampling的模型 | 第44-46页 |
| 2.8 循环神经网络 | 第46-48页 |
| 2.9 长短时记忆模型 | 第48-54页 |
| 2.10 本章小结 | 第54-56页 |
| 第三章 无人机信息领域智能问答系统的处理技术 | 第56-72页 |
| 3.1 引言 | 第56页 |
| 3.2 中文分词 | 第56-65页 |
| 3.3 词性标注 | 第65-68页 |
| 3.4 命名实体识别 | 第68-69页 |
| 3.5 依存句法分析 | 第69-70页 |
| 3.6 本章小结 | 第70-72页 |
| 第四章 无人机信息领域智能问答系统的设计与实现 | 第72-80页 |
| 4.1 引言 | 第72页 |
| 4.2 基于LSTM实现智能问答系统 | 第72-74页 |
| 4.3 基于seq2seq模型实现智能问答系统 | 第74-75页 |
| 4.4 智能问答系统的命令行版本 | 第75-79页 |
| 4.4.1 基本使用方法 | 第75-76页 |
| 4.4.2 Adapters | 第76-77页 |
| 4.4.3 ChatterBot支持中文 | 第77-78页 |
| 4.4.4 手动训练ChatterBot | 第78-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 攻读学位期间取得的研究成果 | 第90页 |