| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题背景 | 第11页 |
| 1.2 自动问答系统概述 | 第11-16页 |
| 1.2.1 自动问答系统的历史发展和现状 | 第12-13页 |
| 1.2.2 自动问答系统的分类 | 第13-14页 |
| 1.2.3 旅游业自动问答系统的需求分析 | 第14-15页 |
| 1.2.4 现有中文自动问答系统的不足 | 第15-16页 |
| 1.3 主要工作和研究意义 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 相关技术综述 | 第18-31页 |
| 2.1 自然语言处理技术 | 第18-19页 |
| 2.1.1 中文分词技术 | 第18-19页 |
| 2.1.2 句法分析技术 | 第19页 |
| 2.2 本体和语义网概述 | 第19-29页 |
| 2.2.1 本体的概念和分类 | 第19-21页 |
| 2.2.2 本体的描述语言 | 第21-25页 |
| 2.2.3 推理系统 | 第25页 |
| 2.2.4 三元组存储库和SPARQL查询语言概述 | 第25-27页 |
| 2.2.5 语义网的概念 | 第27-28页 |
| 2.2.6 本体和语义网在自动问答系统中的应用 | 第28-29页 |
| 2.3 现有三元组存储库的调研结果和选择 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 系统的流程规划和整体结构 | 第31-35页 |
| 3.1 系统的流程设计 | 第31-33页 |
| 3.2 自动问答系统的整体结构 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 中文分词算法的选择和改进 | 第35-42页 |
| 4.1 中文分词算法 | 第35-39页 |
| 4.1.1 两种分词方法的选择 | 第35-36页 |
| 4.1.2 基于词典分词方法 | 第36-39页 |
| 4.2 改进的分词算法 | 第39-41页 |
| 4.2.1 同义词替换 | 第39-40页 |
| 4.2.2 词性标注 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 利用正则表达式提取语义的方案设计 | 第42-53页 |
| 5.1 本方案适用的问答场景和需求分析 | 第42页 |
| 5.2 正则表达式的概念 | 第42-43页 |
| 5.3 选用正则表达式的原因 | 第43-44页 |
| 5.4 利用正则表达式进行语义提取的过程 | 第44-49页 |
| 5.4.1 预处理 | 第44-46页 |
| 5.4.2 表达式匹配过程 | 第46-49页 |
| 5.5 匹配效果对比 | 第49-52页 |
| 5.5.1 正则表达式匹配的优点 | 第50-51页 |
| 5.5.2 正则表达式匹配的不足 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第6章 生成SPARQL查询语句的方案设计与实现 | 第53-67页 |
| 6.1 句法分析工具生成的两种数据结构 | 第53-55页 |
| 6.2 利用依存关系生成SPARQL查询语句的方案设计 | 第55-57页 |
| 6.2.1 依存关系的使用策略 | 第55-56页 |
| 6.2.2 该方案的不足 | 第56-57页 |
| 6.3 通过解析语法树生成SPARQL查询语句的方案设计 | 第57-66页 |
| 6.3.1 利用语法树生成SPARQL的一个示例 | 第57-60页 |
| 6.3.2 利用语法树生成SPARQL的流程总结 | 第60-63页 |
| 6.3.3 实验用的策略集 | 第63-64页 |
| 6.3.4 实验结果说明 | 第64-66页 |
| 6.4 本章小结 | 第66-67页 |
| 第7章 核心业务流程引擎的设计与实现 | 第67-76页 |
| 7.1 业务流程引擎的需求分析 | 第67-68页 |
| 7.2 基于自动机思想的业务流程引擎的设计与实现 | 第68-71页 |
| 7.2.1 自动机 | 第68-69页 |
| 7.2.2 级联自动机 | 第69-71页 |
| 7.3 实验中的业务流程定义举例 | 第71-75页 |
| 7.4 基于自动机思想的流程引擎的优点 | 第75页 |
| 7.5 本章小结 | 第75-76页 |
| 第8章 总结与展望 | 第76-78页 |
| 8.1 总结 | 第76页 |
| 8.2 后续工作与展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80页 |
