| 第一章 绪 论 | 第6-9页 |
| 1.1 网络教学资源管理系统NERMS | 第6-7页 |
| 1.2 问题的提出 | 第7页 |
| 1.3 关于答疑 | 第7-8页 |
| 1.4 本文的工作 | 第8-9页 |
| 第二章 智能答疑系统的整体设计 | 第9-15页 |
| 2.1 答疑系统的模型 | 第9-10页 |
| 2.2 系统的工作流程 | 第10-12页 |
| 2.3 常用的基本技术和理论 | 第12-15页 |
| 2.3.1 自然语言理解 | 第12-13页 |
| 2.3.2 Latent Semantic Analysis(LSA) | 第13-14页 |
| 2.3.3 相似度的计算 | 第14-15页 |
| 第三章 基于自然语言理解的答疑系统 | 第15-40页 |
| 3.1 LSA简介和LSA理论 | 第15-22页 |
| 3.1.1 LSA基本介绍 | 第15-16页 |
| 3.1.2 LSA思想与理论 | 第16-17页 |
| 3.1.3 LSA的信息获取 | 第17-18页 |
| 3.1.4 LSA语义空间的建立 | 第18-19页 |
| 3.1.5 LSA的模型与处理 | 第19-20页 |
| 3.1.6 LSA的附加细节 | 第20-21页 |
| 3.1.7 小结 | 第21-22页 |
| 3.2 SVD简介和SVD理论 | 第22-27页 |
| 3.2.1 SVD简介 | 第22-23页 |
| 3.2.2 SVD思想和理论 | 第23-24页 |
| 3.2.3 SVD分解的简化 | 第24-26页 |
| 3.2.4 SVD的相关理论 | 第26-27页 |
| 3.2.5 小结 | 第27页 |
| 3.3 系统的具体实现 | 第27-39页 |
| 3.3.1 LSA的实现 | 第27-32页 |
| 3.3.2 SVD算法的实现 | 第32-36页 |
| 3.3.3 数据库中的结构 | 第36-38页 |
| 3.3.4 Lanczos运算法则 | 第38-39页 |
| 3.4 小结 | 第39-40页 |
| 第四章 NERMS系统中的智能答疑 | 第40-42页 |
| 4.1 智能答疑系统结构图 | 第40-41页 |
| 4.2 系统的基本工作 | 第41页 |
| 4.3 下一步的工作 | 第41-42页 |
| 第五章 结论与展望 | 第42-44页 |
| 参 考 文 献 | 第44-46页 |
| 致 谢 | 第46-47页 |
| 中 文 摘 要 | 第47-49页 |
| Abstract | 第49页 |