短文本相似度计算在用户交互式问答系统中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第1章 绪论 | 第14-32页 |
| ·论文研究背景和意义 | 第14-16页 |
| ·问答系统综述 | 第16-27页 |
| ·自动问答系统 | 第17-20页 |
| ·用户交互式问答系统 | 第20-23页 |
| ·BuyAns | 第23-27页 |
| ·短文本相似度计算在用户交互式问答系统中的重要性 | 第27-29页 |
| ·本文研究内容及创新 | 第29-30页 |
| ·本文组织结构 | 第30-32页 |
| 第2章 短文本相似度计算综述 | 第32-42页 |
| ·问题背景描述及相关研究 | 第32-33页 |
| ·自然语言处理技术 | 第33-34页 |
| ·短文本相似度计算方法 | 第34-39页 |
| ·基于语义词典的方法 | 第34-36页 |
| ·基于大规模文本集进行统计的方法 | 第36-38页 |
| ·基于描述特征的方法 | 第38页 |
| ·借助互联网资源的方法 | 第38-39页 |
| ·其他计算短文本相似度的方法 | 第39页 |
| ·本章小结 | 第39-42页 |
| 第3章 基于相似问题匹配的自动问答 | 第42-50页 |
| ·研究背景与相关工作 | 第42-43页 |
| ·基于语义空间的问题相似度计算方法 | 第43-47页 |
| ·基于熵的特征的权值计算 | 第44页 |
| ·特征语义聚类 | 第44-46页 |
| ·语义空间中问题相似度的计算 | 第46-47页 |
| ·实验设计与结果 | 第47-49页 |
| ·实验设置 | 第47页 |
| ·实验结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于相似度的问题自动分类 | 第50-66页 |
| ·研究背景与相关工作 | 第50-52页 |
| ·用户交互式问答系统中问题分类的定义和作用 | 第51页 |
| ·相关工作回顾 | 第51-52页 |
| ·一种新的基于相似度计算的问题自动分类方法 | 第52-57页 |
| ·特征空间的构造 | 第53-54页 |
| ·主题相关词的识别 | 第54-56页 |
| ·语义映射 | 第56-57页 |
| ·相似度计算 | 第57页 |
| ·系统实现 | 第57-58页 |
| ·实验设计与结果 | 第58-63页 |
| ·实验数据 | 第59页 |
| ·实验结果 | 第59-63页 |
| ·基于用户反馈的问题分类改进 | 第63-64页 |
| ·本章小节 | 第64-66页 |
| 第5章 答案聚类 | 第66-80页 |
| ·研究背景与相关工作 | 第66-67页 |
| ·答案相似度计算 | 第67-70页 |
| ·统计相似度 | 第68页 |
| ·语义相似度 | 第68-69页 |
| ·总体相似度 | 第69-70页 |
| ·聚类算法 | 第70-72页 |
| ·相关工作 | 第70-71页 |
| ·一种自下而上的聚类算法 | 第71-72页 |
| ·系统实现 | 第72-74页 |
| ·实验设置与结果 | 第74-78页 |
| ·实验数据 | 第74页 |
| ·评估标准 | 第74-75页 |
| ·实验结果 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 第6章 总结 | 第80-84页 |
| ·本文工作总结 | 第80-81页 |
| ·本文主要的贡献和创新之处 | 第81-82页 |
| ·下一步的研究工作 | 第82-84页 |
| 参考文献 | 第84-96页 |
| 致谢 | 第96-98页 |
| 在读期间发表的学术论文与取得的研究成果 | 第98页 |
| 已发表论文 | 第98页 |
| 攻读学位期间参与的科研项目情况 | 第98页 |
