基于信息抽取的英文问句意图分类
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 信息抽取技术的研究现状 | 第10-11页 |
| 1.2.2 问答系统的研究现状 | 第11-12页 |
| 1.2.3 相关技术研究现状 | 第12-15页 |
| 1.3 论文主要研究内容 | 第15页 |
| 1.4 本文的结构安排 | 第15-17页 |
| 2 相关背景知识 | 第17-21页 |
| 2.1 长短期记忆(LSTM) | 第17-18页 |
| 2.2 关系特征提取方法 | 第18-19页 |
| 2.3 KNN分类算法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 问句的实体与关系提取 | 第21-33页 |
| 3.1 实体和关系关键词的标注模式 | 第21-22页 |
| 3.2 实体和关系关键词提取模型 | 第22-26页 |
| 3.2.1 编码层 | 第23-24页 |
| 3.2.2 解码层 | 第24-26页 |
| 3.3 关系映射 | 第26-32页 |
| 3.3.1 实体候选关系的确定 | 第26-28页 |
| 3.3.2 关系匹配度衡量 | 第28-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 基于实体和关系的问句意图分类 | 第33-40页 |
| 4.1 答案实体类别 | 第34-37页 |
| 4.1.1 基于类别path树的答案类别集合 | 第34-35页 |
| 4.1.2 基于类别匹配度的问句答案类别 | 第35-37页 |
| 4.2 意图类别统一化 | 第37-39页 |
| 4.2.1 从答案类别到问句意图类别 | 第37-38页 |
| 4.2.2 KNN问句意图分类 | 第38-39页 |
| 4.3 本章小结 | 第39-40页 |
| 5 实验与分析 | 第40-54页 |
| 5.1 实验环境 | 第41-42页 |
| 5.2 实验语料及预处理 | 第42-44页 |
| 5.2.1 实验语料集构建 | 第42-44页 |
| 5.2.2 实验数据预处理 | 第44页 |
| 5.3 实体和关系关键词抽取模型实验与分析 | 第44-47页 |
| 5.3.1 实验设定 | 第44-45页 |
| 5.3.2 实验结果及分析 | 第45-47页 |
| 5.4 关系映射方法的实验与分析 | 第47-49页 |
| 5.4.1 实验设定 | 第47-48页 |
| 5.4.2 实验结果分析 | 第48-49页 |
| 5.5 意图分类模型的实验与分析 | 第49-52页 |
| 5.5.1 实验设定 | 第49-50页 |
| 5.5.2 实验结果分析 | 第50-52页 |
| 5.6 本章小结 | 第52-54页 |
| 总结 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表论文及科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
