首页--数理科学和化学论文--数学论文--初等数学论文

初等数学应用题自动求解关键技术的研究及其实现

摘要第5-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 研究工作的背景及意义第11-12页
    1.2 研究现状第12-15页
        1.2.1 自然语言处理的研究情况第12-14页
        1.2.2 知识表示在国内外的研究情况第14-15页
        1.2.3 知识推理在国内外的情况第15页
    1.3 主要研究内容第15-16页
    1.4 论文组织结构第16-17页
第二章 相关理论与技术第17-28页
    2.1 自然语言处理第17-23页
        2.1.1 词法分析第17-18页
        2.1.2 文本分类第18-19页
        2.1.3 概率模型第19-23页
    2.2 知识表示第23-25页
        1.产生式知识表示第24页
        2.逻辑谓词知识表示第24-25页
        3.基于框架的知识表示第25页
    2.3 Drools推理引擎第25-26页
    2.4 符号计算工具Maple第26-27页
    2.5 本章小结第27-28页
第三章 应用题知识表示的研究和构建第28-38页
    3.1 应用题的特点第28-29页
        3.1.1 语言上的特征第28-29页
        3.1.2 结构上的特征第29页
    3.2 应用题的信息组成第29-30页
    3.3 题型分类第30-32页
    3.4 命题集的分类第32页
    3.5 应用题知识表示形式的研究第32-37页
        3.5.1 Kintsch的小学应用题知识表示形式第32-33页
        3.5.2 初等数学概率统计应用题知识表示形式第33-37页
    3.6 小结第37-38页
第四章 应用题语义理解的研究和构建第38-57页
    4.1 预处理技术及其步骤第38-43页
        4.1.1 分词和词性标注第38页
        4.1.2 命名实体识别第38-41页
        4.1.3 同义词处理第41页
        4.1.4 预处理步骤详述第41-43页
    4.2 题型自动分类第43-48页
        4.2.1 文本分类的特殊预处理第44页
        4.2.2 文本特征建模第44-47页
        4.2.3 SVM的参数选择第47-48页
        4.2.4 模型效果第48页
    4.3 基于句模的应用题命题集合提取第48-56页
        4.3.1 命题句模的匹配过程第49-50页
        4.3.2 命题模板的分类第50页
        4.3.3 命题集合的提取策略第50-53页
        4.3.4 应用题的指代消解第53-56页
    4.4 小结第56-57页
第五章 应用题自动演算的研究和构建第57-63页
    5.1 推理方式第57-60页
        5.1.1 推理方式的种类第57-58页
        5.1.2 应用题推理方式的选择第58页
        5.1.3 应用题正向逻辑推理的构建第58-60页
    5.2 停机问题第60页
    5.3 类人答题模块第60-62页
        5.3.1 事实库中事实的编号第60-61页
        5.3.2 重构答题过程第61-62页
    5.4 小结第62-63页
第六章 应用题自动求解系统的设计与实现第63-75页
    6.1 系统的总体框架第63-64页
    6.2 预处理模块的实现第64-68页
    6.3 基于libSVM的题型自动分类模块的实现第68-69页
    6.4 语义理解模块的实现第69-70页
    6.5 自动演算模块的实现第70-74页
    6.6 本章小节第74-75页
第七章 系统测试与分析第75-81页
    7.1 系统测试第75-80页
        7.1.1 测试方法第75页
        7.1.2 测试标准第75-76页
        7.1.3 测试结果第76-80页
    7.2 系统分析第80-81页
第八章 总结与展望第81-82页
    8.1 本文的主要研究第81页
    8.2 研究的不足和展望第81-82页
致谢第82-83页
参考文献第83-86页
攻读硕士学位期间取得的成果第86页

论文共86页,点击 下载论文
上一篇:企业网络日志数据热点信息挖掘与传播模型研究与实现
下一篇:Android应用拒绝服务漏洞检测技术研究与实现