首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--教学机、学习机论文

问答系统中的文本信息抽取研究与应用

摘要第1-7页
ABSTRACT第7-13页
第1章 绪论第13-39页
   ·论文研究背景和意义第13-20页
     ·互联网第13-14页
     ·信息检索第14-15页
     ·搜索引擎和目录第15-17页
     ·信息抽取技术第17-20页
   ·问答系统综述第20-32页
     ·自动问答系统第21-28页
     ·交互式问答系统第28-32页
   ·国内外研究现状第32-35页
   ·本文研究内容及创新第35-36页
   ·本文组织结构第36-39页
第2章 基于依存关系树的文本多语义约束检测第39-49页
   ·问题背景描述及相关研究第39-41页
   ·语义约束的检测第41-45页
     ·依存关系树第41页
     ·基于案例的工作流程第41-43页
     ·相似度计算第43-44页
     ·Apriori规则优化第44-45页
   ·实验结果及分析第45-48页
     ·实验方案及结果第45-47页
     ·实验结果分析第47-48页
   ·本章小结第48-49页
第3章 重用历史问答对的知识管理第49-73页
   ·研究背景与相关工作第49-55页
     ·规则和知识在问答领域中的应用第50-51页
     ·文本文档中知识的利用第51-52页
     ·常识知识库第52-54页
     ·信息抽取之结构化表达第54-55页
     ·小结第55页
   ·从问答对中抽取知识第55-59页
     ·一个例子第56-58页
     ·工作流程第58-59页
   ·QASYS知识管理模块第59-65页
     ·Minipar工具分析问句语法结构第59-60页
     ·问题句语义模板匹配第60-61页
     ·QASYS中语义关系的表达第61-62页
     ·QASYS中语义关系类型的定义第62-63页
     ·基于语义网络结构的知识存储第63-64页
     ·查询检索与问题回答第64-65页
   ·原型系统的实现及结果展示第65-71页
     ·语义模板匹配第65-68页
     ·基于关系数据库的知识存储实现第68-70页
     ·问题检索返回结果演示第70-71页
   ·本章小结第71-73页
第4章 基于案例推理的修正知识抽取和自动问答第73-89页
   ·研究背景与相关工作第73-77页
     ·CBR概述第73-75页
     ·基于案例的推理中修正知识的获取第75-76页
     ·TCBR中的案例表达第76-77页
   ·资源空间模型和语义链接网络第77-78页
   ·从案例库中学习修正规则第78-81页
     ·案例库的表达和构建第79页
     ·发掘领域知识为案例库所用第79页
     ·考虑检索与修正规则学习之间的关系第79-80页
     ·修正规则的提炼和应用第80页
     ·发掘保留过程中的学习能力第80-81页
   ·系统实现第81-85页
     ·案例库的构造第81-83页
     ·修正规则的生成和提炼第83-84页
     ·检索和重用第84-85页
     ·修正第85页
     ·保留第85页
   ·实验和结果第85-86页
   ·本章小节第86-89页
第5章 总结第89-93页
   ·本文工作总结第89-90页
   ·本文主要的贡献和创新之处第90-91页
   ·下一步的研究工作第91-93页
参考文献第93-109页
致谢第109-111页
在读期间发表的学术论文与取得的研究成果第111页
 已发表论文第111页
 攻读学位期间参与的科研项目情况第111页

论文共111页,点击 下载论文
上一篇:X射线相位衬度成像及CT研究
下一篇:基于模型检测的安全操作系统验证方法研究