基于装备维修的主观题自动测评研究及应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 引言 | 第10页 |
| 1.2 研究的目的与意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 研究现状 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11页 |
| 1.3.2 国内研究现状 | 第11-13页 |
| 1.4 论文主要研究内容和组织架构 | 第13-15页 |
| 第二章 主观题自动测评理论与技术 | 第15-22页 |
| 2.1 深度态势感知理论 | 第15-16页 |
| 2.2 知识表示 | 第16-18页 |
| 2.2.1 概念图 | 第16-17页 |
| 2.2.2 本体表示 | 第17页 |
| 2.2.3 向量表示 | 第17-18页 |
| 2.3 语义相似度计算方法 | 第18-22页 |
| 2.3.1 词语相似度计算 | 第18-19页 |
| 2.3.1.1 基于词典计算 | 第18-19页 |
| 2.3.1.2 基于词向量计算 | 第19页 |
| 2.3.2 文本语义相似度计算 | 第19-22页 |
| 2.3.2.1. 向量空间模型 | 第20页 |
| 2.3.2.2. 语义理解方法 | 第20-22页 |
| 第三章 中文主观题自动测评模型研究 | 第22-31页 |
| 3.1 简单词形匹配测评模型研究 | 第22-25页 |
| 3.2 借助世界知识测评模型研究 | 第25-28页 |
| 3.3 依据大规模预料测评模型研究 | 第28-31页 |
| 第四章 基于装备维修的主观题自动测评模型 | 第31-41页 |
| 4.1 知识树评级算法 | 第31-33页 |
| 4.2 多因素语义相似度算法 | 第33-38页 |
| 4.2.1 词形语义相似度算法 | 第33-34页 |
| 4.2.2 文本向量语义相似度算法 | 第34-38页 |
| 4.2.3 多因素语义相似度算法 | 第38页 |
| 4.3 装备维修主观题自动测评算法 | 第38-41页 |
| 第五章 装备维修训练主观题自动测评实验 | 第41-53页 |
| 5.1 文本向量化表示 | 第41-46页 |
| 5.1.1 数据准备 | 第41-42页 |
| 5.1.2 词向量获取 | 第42-45页 |
| 5.1.3 文本向量获取 | 第45-46页 |
| 5.2 装备维修知识树构建 | 第46-48页 |
| 5.2.1 数据准备 | 第46-47页 |
| 5.2.2 知识树构建 | 第47-48页 |
| 5.3 模型测试实验 | 第48-53页 |
| 5.3.1 数据准备 | 第48页 |
| 5.3.2 模型测试实验 | 第48-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
