聊天机器人知识挖掘方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 网络论坛知识挖掘的难点 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 研究内容及论文结构 | 第12-14页 |
| 第二章 相关工作综述 | 第14-29页 |
| 2.1 聊天机器人 | 第14-20页 |
| 2.1.1 聊天机器人发展历史 | 第14-15页 |
| 2.1.2 常用技术 | 第15-16页 |
| 2.1.3 AIML | 第16-17页 |
| 2.1.4 ChatScript | 第17-20页 |
| 2.2 支持向量机 | 第20-23页 |
| 2.3 排序支持向量机 | 第23-27页 |
| 2.3.1 排序学习概述 | 第23-26页 |
| 2.3.2 排序支持向量机 | 第26-27页 |
| 2.4 链接分析 | 第27-28页 |
| 2.4.1 PageRank | 第27页 |
| 2.4.2 HITS | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 帖子会话结构恢复 | 第29-37页 |
| 3.1 引言 | 第29-30页 |
| 3.2 问题定义 | 第30页 |
| 3.3 会话结构恢复方法 | 第30-35页 |
| 3.3.1 会话结构恢复的文本特征 | 第31-32页 |
| 3.3.2 会话结构恢复的非文本特征 | 第32-34页 |
| 3.3.3 会话结构恢复算法 | 第34-35页 |
| 3.4 实验 | 第35-36页 |
| 3.4.1 数据集 | 第35页 |
| 3.4.2 数据预处理 | 第35页 |
| 3.4.3 评测方法 | 第35-36页 |
| 3.4.4 实验结果 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 知识抽取方法 | 第37-57页 |
| 4.1 引言 | 第37-38页 |
| 4.2 帖子分类 | 第38-41页 |
| 4.2.1 帖子分类的文本特征 | 第38-41页 |
| 4.2.2 帖子分类非文本特征 | 第41页 |
| 4.2.3 帖子分类算法 | 第41页 |
| 4.3 求助类帖子知识抽取 | 第41-46页 |
| 4.3.1 答案抽取的用户权威性特征 | 第42-43页 |
| 4.3.2 答案抽取的文本特征 | 第43-44页 |
| 4.3.3 答案抽取的非文本特征 | 第44-45页 |
| 4.3.4 基于Ranking SVM的答案抽取 | 第45-46页 |
| 4.4 非求助帖子知识抽取 | 第46-50页 |
| 4.4.1 关键字提取 | 第48-49页 |
| 4.4.2 内容摘要 | 第49页 |
| 4.4.3 上下文会话知识抽取方法 | 第49-50页 |
| 4.5 实验 | 第50-56页 |
| 4.5.1 帖子分类实验 | 第50-51页 |
| 4.5.2 求助类帖子知识抽取实验 | 第51-54页 |
| 4.5.3 非求助类帖子知识抽取实验 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 知识抽取原型系统实现 | 第57-65页 |
| 5.1 系统架构 | 第57-58页 |
| 5.2 功能模块 | 第58-62页 |
| 5.2.1 论坛数据获取模块 | 第58页 |
| 5.2.2 自然语言处理模块 | 第58-59页 |
| 5.2.3 数据存储模块 | 第59页 |
| 5.2.4 可视化知识编辑模块 | 第59-61页 |
| 5.2.5 聊天引擎 | 第61页 |
| 5.2.6 交互模块 | 第61-62页 |
| 5.3 对话例子文字转录 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 总结与展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
