智能问答系统的研究与实现
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 智能问答研究背景和意义 | 第11-13页 |
| 1.2 智能问答研究现状 | 第13-16页 |
| 1.3 论文研究目标 | 第16页 |
| 1.4 论文拟解决的关键问题 | 第16-17页 |
| 1.5 智能问答系统处理流程及模块组成 | 第17-20页 |
| 1.5.1 智能问答系统处理流程 | 第17-18页 |
| 1.5.2 问句理解 | 第18-19页 |
| 1.5.3 答案检索 | 第19-20页 |
| 1.6 论文的章节安排 | 第20页 |
| 1.7 本章小结 | 第20-22页 |
| 第2章 相关技术介绍 | 第22-31页 |
| 2.1 句法分析 | 第22-23页 |
| 2.2 机器学习算法 | 第23-30页 |
| 2.2.1 条件随机场算法(CRF) | 第23-27页 |
| 2.2.2 最大熵词性标注算法 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 问句理解 | 第31-55页 |
| 3.1 语料收集 | 第31页 |
| 3.2 问句介绍 | 第31-33页 |
| 3.3 词法分析 | 第33-41页 |
| 3.3.1 中文分词 | 第33页 |
| 3.3.2 词性标注 | 第33-41页 |
| 3.4 问句分类 | 第41-43页 |
| 3.4.1 问句分类流程及原理 | 第41-43页 |
| 3.4.2 问句分类实验结果与分析 | 第43页 |
| 3.5 主体识别 | 第43-46页 |
| 3.5.1 人物类问句的主体识别 | 第43-44页 |
| 3.5.2 非人物类问句的主体识别 | 第44-45页 |
| 3.5.3 主体识别实验结果与分析 | 第45-46页 |
| 3.6 谓词识别 | 第46-50页 |
| 3.6.1 谓词词典构建 | 第46-47页 |
| 3.6.2 基于属性词典和句法分析结合的谓词识别 | 第47-49页 |
| 3.6.3 谓词识别实验结果与分析 | 第49-50页 |
| 3.7 谓词消歧 | 第50-52页 |
| 3.8 问句元转换 | 第52-54页 |
| 3.8.1 问句元转换规则 | 第52-54页 |
| 3.8.2 问句元转化实验结果与分析 | 第54页 |
| 3.9 本章小结 | 第54-55页 |
| 第4章 答案检索 | 第55-71页 |
| 4.1 知识获取 | 第55-56页 |
| 4.2 基于RDF知识库的答案检索 | 第56-68页 |
| 4.2.1 SPARQL简介 | 第57-60页 |
| 4.2.2 SPARQL结构化查询语句 | 第60-62页 |
| 4.2.3 SPARQL结构化查询模板 | 第62-65页 |
| 4.2.4 答案提取 | 第65-68页 |
| 4.3 基于Web的答案检索 | 第68-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第5章 智能问答系统部署与演示 | 第71-79页 |
| 5.1 系统部署 | 第71页 |
| 5.2 系统演示 | 第71-77页 |
| 5.2.1 基于RDF知识库的答案检索演示 | 第72-77页 |
| 5.2.2 基于Web的答案检索演示 | 第77页 |
| 5.3 本章小结 | 第77-79页 |
| 结论 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第87页 |
