基于中草药语义网的自动问答系统的研究与实现
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第12-16页 |
1.1 课题背景和意义 | 第12-14页 |
1.2 本文主要工作 | 第14页 |
1.3 本文组织结构 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第2章 问答系统相关技术研究 | 第16-26页 |
2.1 国内外发展状况 | 第16-18页 |
2.2 问答关键的组成和技术 | 第18-24页 |
2.2.1 问题解析 | 第18-22页 |
2.2.2 信息检索 | 第22-23页 |
2.2.3 答案抽取 | 第23-24页 |
2.3 相关工具 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 语义网相关理论研究 | 第26-33页 |
3.1 语义网概念 | 第26-31页 |
3.1.1 本体 | 第27-28页 |
3.1.2 资源描述框架 | 第28-31页 |
3.2 国内外构建状况 | 第31-32页 |
3.3 相关工具 | 第32页 |
3.4 本章小结 | 第32-33页 |
第4章 中草药语义网的设计与构建 | 第33-42页 |
4.1 数据基础 | 第33-35页 |
4.1.1 关系型数据库 | 第33-34页 |
4.1.2 非结构化数据 | 第34页 |
4.1.3 中国中医药学主题词表 | 第34-35页 |
4.2 语义网总体结构 | 第35页 |
4.3 语义网详细设计 | 第35-37页 |
4.4 构建方案 | 第37-39页 |
4.5 构建成果 | 第39-41页 |
4.6 本章小结 | 第41-42页 |
第5章 中草药自动问答系统的关键技术 | 第42-68页 |
5.1 问答策略 | 第42-45页 |
5.1.1 问题分析 | 第42-43页 |
5.1.2 查询三元组模式 | 第43-44页 |
5.1.3 查询生成策略 | 第44-45页 |
5.2 预处理相关 | 第45-50页 |
5.2.1 领域词典构建 | 第45-46页 |
5.2.2 问题语料 | 第46-49页 |
5.2.3 多分词校正 | 第49-50页 |
5.2.4 领域词汇识别 | 第50页 |
5.3 特征设计 | 第50-53页 |
5.3.1 Doc2Vec | 第50-51页 |
5.3.2 词袋模型 | 第51页 |
5.3.3 疑问词 | 第51-52页 |
5.3.4 核心关键词 | 第52-53页 |
5.3.5 主谓宾特征 | 第53页 |
5.3.6 领域知识特征 | 第53页 |
5.3.7 限制特征对 | 第53页 |
5.4 基于模式匹配的方式 | 第53-56页 |
5.4.1 问题类型 | 第54页 |
5.4.2 模板设计 | 第54-55页 |
5.4.3 自定义模板及匹配算法 | 第55-56页 |
5.4.4 方法评价 | 第56页 |
5.5 基于领域知识的方式 | 第56-58页 |
5.5.1 问题类型 | 第56页 |
5.5.2 领域分类器 | 第56-57页 |
5.5.3 问句生成 | 第57页 |
5.5.4 方法评价 | 第57-58页 |
5.6 基于机器学习的方式 | 第58-67页 |
5.6.1 有效问题分类 | 第58-62页 |
5.6.2 问题领域分类 | 第62-66页 |
5.6.3 问题属性分类 | 第66-67页 |
5.6.4 方法评价 | 第67页 |
5.7 本章小结 | 第67-68页 |
第6章 基于语义网的自动问答的实现 | 第68-78页 |
6.1 系统架构 | 第68-69页 |
6.2 系统功能分析 | 第69-70页 |
6.3 系统实现 | 第70-75页 |
6.3.1 数据格式 | 第71-72页 |
6.3.2 支撑模块 | 第72-73页 |
6.3.3 应用模块 | 第73-75页 |
6.4 系统展示 | 第75-77页 |
6.4.1 基于模式匹配的Q_1类问题 | 第75页 |
6.4.2 基于模式匹配的Q_2类问题 | 第75-76页 |
6.4.3 基于领域知识的Q1类问题 | 第76-77页 |
6.4.4 基于机器学习的Q2类问题 | 第77页 |
6.5 本章小结 | 第77-78页 |
第7章 总结与展望 | 第78-80页 |
7.1 总结 | 第78-79页 |
7.2 展望 | 第79-80页 |
参考文献 | 第80-83页 |
攻读硕士学位期间主要的研究成果 | 第83-84页 |
致谢 | 第84页 |