基于阅读理解模式的中文问答系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·研究背景及意义 | 第9-10页 |
| ·问句分析的背景 | 第10-13页 |
| ·自然语言处理 | 第13-14页 |
| ·分词 | 第13页 |
| ·词性标注 | 第13-14页 |
| ·命名实体识别 | 第14页 |
| ·答案提取的背景 | 第14-15页 |
| ·语音交互技术 | 第15-17页 |
| ·本文研究的目的和内容 | 第17-18页 |
| ·论文的组织 | 第18-19页 |
| 2 问答系统概述 | 第19-25页 |
| ·问答系统的分类 | 第19-20页 |
| ·聊天机器人 | 第19页 |
| ·问答式检索系统 | 第19页 |
| ·基于知识库的问答系统 | 第19-20页 |
| ·基于自由文本的问答系统 | 第20页 |
| ·阅读理解问答系统 | 第20页 |
| ·问答系统的研究现状 | 第20-23页 |
| ·阅读理解问答系统的发展现状 | 第23-24页 |
| ·问答系统面临的挑战和难题 | 第24-25页 |
| 3 问答系统的设计 | 第25-30页 |
| ·问答系统框架 | 第25-26页 |
| ·阅读理解问答系统的设计 | 第26-27页 |
| ·阅读理解语料库 | 第27-29页 |
| ·现存预料库 | 第27页 |
| ·本文语料库设计 | 第27-29页 |
| ·问答系统的性能评价 | 第29-30页 |
| 4 问答系统中的问句分析 | 第30-54页 |
| ·问句预处理 | 第30-32页 |
| ·问句分类体系 | 第32-33页 |
| ·问句特征选择 | 第33页 |
| ·特征加权 | 第33-36页 |
| ·布尔加权 | 第33-34页 |
| ·基于词频的特征加权方法 | 第34-35页 |
| ·基于信息熵的加权方法 | 第35页 |
| ·语义信息 | 第35-36页 |
| ·基于SVM 的问句分类 | 第36-47页 |
| ·结构风险最小化 | 第36-37页 |
| ·支持向量机 | 第37-42页 |
| ·本系统中的SVM 设计 | 第42-44页 |
| ·SVM 分类实验结果与分析 | 第44-47页 |
| ·基于多层随机游走的问句分类 | 第47-53页 |
| ·多层随机游走 | 第47-48页 |
| ·算法框架 | 第48-50页 |
| ·MRW分类实验结果与分析 | 第50-53页 |
| ·关键词及其扩展 | 第53页 |
| ·本章小结 | 第53-54页 |
| 5 答案抽取的研究 | 第54-67页 |
| ·采用聚类的答案抽取 | 第54-60页 |
| ·答案句特征提取 | 第54-56页 |
| ·改进K-mean的答案聚类 | 第56-58页 |
| ·实验结果 | 第58-59页 |
| ·实验结果分析 | 第59-60页 |
| ·基于句子相似度计算的答案提取 | 第60-65页 |
| ·基于VSM 句子相似度计算方法 | 第60页 |
| ·改进的相似度计算方法 | 第60-61页 |
| ·基于潜在语义分析（LSA）的句子相似度计算方法 | 第61-62页 |
| ·结合句法信息的答案提取 | 第62-63页 |
| ·实验结果 | 第63-65页 |
| ·实验结果分析 | 第65页 |
| ·本章小结 | 第65-67页 |
| 6 问答系统在虚拟人上的应用 | 第67-79页 |
| ·中文语音交互框架 | 第67-68页 |
| ·模糊拼音匹配技术 | 第68-69页 |
| ·预处理 | 第68页 |
| ·句子相似度计算 | 第68-69页 |
| ·虚拟人系统工作原理 | 第69-70页 |
| ·虚拟人语音交互实现 | 第70-72页 |
| ·实验结果 | 第72-77页 |
| ·基于命令语法文件的语音交互 | 第73-75页 |
| ·基于Dictation模式的语音问答 | 第75-77页 |
| ·实验分析 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 7 结束语 | 第79-81页 |
| ·工作总结 | 第79页 |
| ·研究展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 在学研究成果 | 第85-86页 |
| 致谢 | 第86页 |
