面向法律领域的问答系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 论文研究内容 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-20页 |
| 第2章 相关技术概述 | 第20-31页 |
| 2.1 词法分析 | 第20-22页 |
| 2.1.1 中文分词技术 | 第20-21页 |
| 2.1.2 词性标注 | 第21-22页 |
| 2.1.3 命名实体识别 | 第22页 |
| 2.2 问题分类 | 第22-23页 |
| 2.3 深度学习技术 | 第23-28页 |
| 2.3.1 卷积神经网络 | 第24-26页 |
| 2.3.2 循环神经网络 | 第26-28页 |
| 2.4 fastText简介 | 第28-30页 |
| 2.4.1 fastText架构组成 | 第28-29页 |
| 2.4.2 fastText的主要参数 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 法律领域语料库的构建 | 第31-38页 |
| 3.1 法律社区问答对 | 第31-35页 |
| 3.1.1 初始文本信息获取 | 第31-32页 |
| 3.1.2 问答对数据结构 | 第32-33页 |
| 3.1.3 问答对筛选及标注 | 第33-35页 |
| 3.2 法律领域词典 | 第35-36页 |
| 3.2.1 领域词典概念 | 第35-36页 |
| 3.2.2 领域词典构建 | 第36页 |
| 3.3 法律法规库 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 法律领域的问句理解处理流程 | 第38-50页 |
| 4.1 预处理工作 | 第38-41页 |
| 4.1.1 分词、去停用词和词性标注 | 第38-39页 |
| 4.1.2 命名实体识别 | 第39页 |
| 4.1.3 依存句法分析 | 第39-40页 |
| 4.1.4 关键词抽取扩展 | 第40-41页 |
| 4.2 法律领域问题分类体系 | 第41-42页 |
| 4.3 实验设置 | 第42-44页 |
| 4.4 fastText向量改进 | 第44-46页 |
| 4.5 实验结果与分析 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 法律领域的答案匹配流程 | 第50-58页 |
| 5.1 结合注意力机制的神经网络问答匹配算法 | 第50-53页 |
| 5.1.1 注意力机制原理简述 | 第50-51页 |
| 5.1.2 网络设计 | 第51-53页 |
| 5.2 数据预处理 | 第53-54页 |
| 5.3 实验设置 | 第54-55页 |
| 5.4 实验结果与分析 | 第55-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第65-66页 |
| 附录B 攻读学位期间参与的研究项目 | 第66-67页 |
| 致谢 | 第67页 |
