基于深度学习的智能问答系统的研究与实现
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 问答系统的分类 | 第11-12页 |
| 1.4 主要研究内容 | 第12-13页 |
| 1.5 论文组织结构 | 第13-14页 |
| 第2章 相关理论基础与技术 | 第14-24页 |
| 2.1 问答系统核心研究模块 | 第14-19页 |
| 2.1.1 问题分析 | 第14-18页 |
| 2.1.2 信息检索 | 第18页 |
| 2.1.3 答案抽取 | 第18-19页 |
| 2.2 问答系统常用算法 | 第19-21页 |
| 2.2.1 支持向量机 | 第19-20页 |
| 2.2.2 TF-IDF | 第20-21页 |
| 2.3 深度学习与NLP | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于深度学习的问答算法 | 第24-34页 |
| 3.1 总体结构 | 第24页 |
| 3.2 词向量 | 第24-26页 |
| 3.3 LSTM | 第26-29页 |
| 3.4 基于BLSTM与注意力机制的问答匹配算法 | 第29-32页 |
| 3.4.1 双向长短期记忆模型(BLSTM) | 第29-30页 |
| 3.4.2 注意力机制 | 第30-31页 |
| 3.4.3 结合注意力机制的BLSTM模型 | 第31-32页 |
| 3.5 实验结果与分析 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于深度学习的问答系统的设计与实现 | 第34-46页 |
| 4.1 系统功能分析 | 第34-36页 |
| 4.2 数据库设计 | 第36-37页 |
| 4.3 系统实现 | 第37-44页 |
| 4.3.1 问答算法的实现 | 第38-40页 |
| 4.3.2 Web端实现 | 第40-44页 |
| 4.4 系统测试 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 个人简历及在学期间的研究成果和发表的学术论文 | 第52页 |
