地理高考自动问答系统中的问题理解研究--试题模板化
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 问题理解和语义分析研究现状 | 第14-16页 |
| 1.3 论文的主要工作 | 第16-17页 |
| 1.4 论文的组织 | 第17-19页 |
| 2 相关工作介绍 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 中文问题分析理解处理流程 | 第19-25页 |
| 2.2.1 词法分析 | 第21-22页 |
| 2.2.2 命名实体识别 | 第22-23页 |
| 2.2.3 句法结构分析 | 第23-24页 |
| 2.2.4 依存句法分析 | 第24-25页 |
| 2.3 IBM Watson中的问题理解 | 第25-29页 |
| 2.3.1 问题线索提取 | 第25-26页 |
| 2.3.2 问题解析 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 问题模板类型设计 | 第31-47页 |
| 3.1 引言 | 第31-32页 |
| 3.2 试题语料库的构建与标注 | 第32-35页 |
| 3.2.1 地理高考试题的收集 | 第32-33页 |
| 3.2.2 问题标注 | 第33-35页 |
| 3.3 模板详细说明 | 第35-45页 |
| 3.3.1 选择题模板说明 | 第35-41页 |
| 3.3.2 简答题模板说明 | 第41-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 基于统计学习的模板自动生成 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 模板自动生成问题描述 | 第47-48页 |
| 4.2.1 线索词识别 | 第48页 |
| 4.2.2 模板填槽 | 第48页 |
| 4.3 基于模板的问题理解建模 | 第48-51页 |
| 4.3.1 线索词识别选择模型 | 第49-50页 |
| 4.3.2 模板填槽模型 | 第50-51页 |
| 4.4 实验和结果分析 | 第51-56页 |
| 4.4.1 实验语料 | 第51页 |
| 4.4.2 试题预处理 | 第51-52页 |
| 4.4.3 评价指标 | 第52页 |
| 4.4.4 模型训练特征 | 第52页 |
| 4.4.5 线索词识别实验设置及结果分析 | 第52-54页 |
| 4.4.6 模板填槽实验设置及结果分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 基于规则的模板自动生成 | 第57-71页 |
| 5.1 引言 | 第57页 |
| 5.2 试题的句型分析 | 第57-58页 |
| 5.3 基于规则的模板自动生成系统流程 | 第58-60页 |
| 5.4 模板自动生成使用的规则 | 第60-67页 |
| 5.4.1 选择题模板规则 | 第61-65页 |
| 5.4.2 简答题模板规则 | 第65-67页 |
| 5.5 实验设置及结果分析 | 第67-69页 |
| 5.5.1 评价指标 | 第67页 |
| 5.5.2 模板类型识别实验设置及结果分析 | 第67-68页 |
| 5.5.3 模板填槽实验设置及结果分析 | 第68-69页 |
| 5.6 本章小结 | 第69-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 未来工作 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 附录 | 第79-80页 |
