基于组合语义的基础教育资源深层知识表示方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 类人智能问答系统研究现状 | 第10-12页 |
| 1.2.2 知识表示方法 | 第12-13页 |
| 1.2.3 深度语义分析方法 | 第13-15页 |
| 1.3 论文主要内容和论文结构 | 第15-19页 |
| 第2章 基于DAG的深层知识表示方法 | 第19-38页 |
| 2.1 地理高考试题的特点分析 | 第19-20页 |
| 2.2 逻辑知识表示方法 | 第20-23页 |
| 2.2.1 谓词逻辑表示法 | 第20-21页 |
| 2.2.2 产生式规则表示法 | 第21页 |
| 2.2.3 树形逻辑表达式 | 第21-23页 |
| 2.3 基于模板的试题预处理 | 第23-29页 |
| 2.3.1 试题模板与触发词 | 第23-24页 |
| 2.3.2 基于word2vec的触发词扩展 | 第24-29页 |
| 2.4 组合语义 | 第29-30页 |
| 2.5 有向无环图(DAG)知识表示 | 第30-34页 |
| 2.6 实验结果与分析 | 第34-36页 |
| 2.6.1 识别触发词实验结果 | 第34-35页 |
| 2.6.2 知识表示实验结果 | 第35-36页 |
| 2.7 本章小结 | 第36-38页 |
| 第3章 基于剪枝算法与启发式搜索的CCG句法分析 | 第38-45页 |
| 3.1 剪枝算法 | 第38-39页 |
| 3.2 启发式搜索 | 第39-40页 |
| 3.3 实验结果与性能分析 | 第40-44页 |
| 3.3.1 预标注剪枝实验结果 | 第41-43页 |
| 3.3.2 启发式搜索实验结果 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于DAG深层知识表示的问题知识提取 | 第45-56页 |
| 4.1 基于深层知识表示的语义分析 | 第45-48页 |
| 4.1.1 基于DAG的知识导入本体知识库 | 第45-48页 |
| 4.1.2 谓词模糊匹配 | 第48页 |
| 4.2 模糊语义的知识提取 | 第48-52页 |
| 4.3 实验结果与性能分析 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 总结和展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间主要的工作 | 第59-60页 |
| 参考文献 | 第60-63页 |
