首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

短文本分类在问答系统中的应用研究

摘要第1-3页
Abstract第3-5页
目录第5-8页
第一章 绪论第8-15页
   ·论文背景及意义第8-9页
     ·论文背景第8页
     ·研究意义第8-9页
   ·自动问答系统研究现状第9-13页
     ·国外研究现状第9-11页
     ·国内研究现状第11-12页
     ·自动问答系统的基本架构第12-13页
   ·论文内容与结构第13-15页
第二章 相关理论与技术第15-24页
   ·短文本分类算法第15-18页
     ·基于WEB核函数的短文本分类方法第15页
     ·使用隐含主题的短文本分类方法第15-16页
     ·基于相似度测量的短文本分类方法第16-17页
     ·基于改进的相似度测量的短文本分类方法第17页
     ·基于领域词语本体的短文本分类方法第17-18页
   ·短文本相似度计算方法第18-20页
     ·基于语义词典的方法第18页
     ·基于描述特征的方法第18-19页
     ·基于大规模文本集进行统计的方法第19页
     ·借助互联网资源的方法第19-20页
     ·其他计算短文本相似度的方法第20页
   ·本体的相关理论与技术第20-22页
     ·本体的定义第20-21页
     ·本体的描述语言第21-22页
     ·本体的构建工具第22页
   ·本章小结第22-24页
第三章 数据结构课程本体构建第24-34页
   ·构建课程知识本体的过程第24-25页
   ·构建课程知识本体的方法第25-26页
   ·《数据结构》课程知识本体构建第26-30页
     ·概念提取第27页
     ·概念关系提取第27-28页
     ·概念属性的定义第28页
     ·本体结构第28-29页
     ·数据库描述第29-30页
   ·本体库应用第30-33页
     ·知识关键词库第30-31页
     ·课程FAQ库第31-32页
     ·课程文档库第32-33页
   ·本章小结第33-34页
第四章 短文本分类在问答系统中的应用第34-43页
   ·短文本分类的框架设计第34页
   ·短文本分类过程第34-40页
     ·短文本预处理第34-36页
     ·文本表示第36-37页
     ·特征选择第37-38页
     ·权重计算第38-39页
     ·相似性计算第39-40页
   ·问题库短文本分类具体过程第40-41页
   ·基于短文本分类方法实现自动问答第41-42页
   ·本章小结第42-43页
第五章 课程问答系统的应用第43-48页
   ·系统介绍第43-44页
     ·系统架构第43页
     ·开发环境第43-44页
   ·系统功能及实现第44-47页
     ·前台页面设计第44-46页
     ·后台页面设计第46-47页
   ·本章小结第47-48页
第六章 总结与展望第48-49页
   ·总结第48页
   ·展望第48-49页
致谢第49-50页
参考文献第50-53页
作者简介第53页
攻读硕士学位期间研究成果第53-54页

论文共54页,点击 下载论文
上一篇:基于密度的不确定数据聚类研究
下一篇:基于本体的垂直搜索引擎研究