| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 论文主要研究工作 | 第12-13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 2 相关工作 | 第15-23页 |
| 2.1 问句分类方法的相关研究 | 第15-20页 |
| 2.1.1 问句分类体系 | 第15-17页 |
| 2.1.2 基于规则的问句分类方法 | 第17页 |
| 2.1.3 基于统计机器学习的问句分类方法 | 第17-19页 |
| 2.1.4 基于深度学习的问句分类方法 | 第19-20页 |
| 2.2 知识库问答系统的相关研究 | 第20-22页 |
| 2.2.1 基于语义分析的知识库问答 | 第20-21页 |
| 2.2.2 基于信息抽取的知识库问答 | 第21页 |
| 2.2.3 基于深度学习的知识库问答 | 第21-22页 |
| 2.3 本章总结 | 第22-23页 |
| 3 基于最大熵模型的问句分类 | 第23-32页 |
| 3.1 最大熵模型 | 第23-24页 |
| 3.2 问句分类中的特征选取 | 第24-27页 |
| 3.3 实验及结果分析 | 第27-31页 |
| 3.3.1 问句分类标准 | 第27-28页 |
| 3.3.2 数据集 | 第28-29页 |
| 3.3.3 实验过程 | 第29页 |
| 3.3.4 实验结果 | 第29-31页 |
| 3.4 本章总结 | 第31-32页 |
| 4 基于Bi-LSTM的问句分类 | 第32-42页 |
| 4.1 LSTM模型 | 第32-33页 |
| 4.2 Bi-LSTM模型 | 第33-34页 |
| 4.3 特征融合 | 第34页 |
| 4.4 基于Bi-LSTM的问句分类模型 | 第34-38页 |
| 4.4.1 语料预处理模块 | 第35-36页 |
| 4.4.2 词嵌入模块 | 第36页 |
| 4.4.3 分类模块 | 第36-38页 |
| 4.5 实验及结果分析 | 第38-41页 |
| 4.5.1 数据集 | 第38页 |
| 4.5.2 Bi-LSTM模型参数设置 | 第38页 |
| 4.5.3 实验结果 | 第38-41页 |
| 4.6 本章总结 | 第41-42页 |
| 5 问句分类在知识库问答系统中的应用 | 第42-59页 |
| 5.1 问句话题短语检测 | 第43-46页 |
| 5.1.1 基于模式匹配的问句短语检测 | 第43-44页 |
| 5.1.2 基于随机森林的话题短语检测 | 第44-46页 |
| 5.2 候选答案抽取 | 第46-47页 |
| 5.3 答案排序 | 第47-53页 |
| 5.3.1 基于问句谓词和候选三元组的谓语的特征提取 | 第48-52页 |
| 5.3.2 基于Ranking SVM的答案排序 | 第52-53页 |
| 5.4 实验与结果分析 | 第53-57页 |
| 5.4.1 实验数据 | 第53-54页 |
| 5.4.2 数据预处理 | 第54-55页 |
| 5.4.3 实验工具 | 第55页 |
| 5.4.4 问答系统评测指标 | 第55-56页 |
| 5.4.5 实验结果与分析 | 第56-57页 |
| 5.5 总结 | 第57-59页 |
| 6 总结和展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 个人履历、在校期间发表的学术论文以及参与项目 | 第65-66页 |
| 个人履历 | 第65页 |
| 在校期间发表的学术论文 | 第65页 |
| 参与项目 | 第65-66页 |
| 致谢 | 第66页 |