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--文字信息处理论文

问答系统研究及在碳交易领域中的应用

摘要第4-5页
Abstract第5-6页
第一章 引言第9-13页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 论文主要研究内容第11-12页
    1.4 论文结构安排第12-13页
第二章 问答系统的基础理论与相关技术第13-22页
    2.1 问答系统基本框架第13-15页
        2.1.1 问句理解第13-14页
        2.1.2 信息检索第14-15页
        2.1.3 答案抽取第15页
    2.2 问答系统相关技术研究现状第15-16页
    2.3 深度学习基础理论第16-21页
        2.3.1 神经网络原理第16-17页
        2.3.2 常用深度学习模型第17-20页
        2.3.3 深度学习中的相关技术第20-21页
    2.4 本章总结第21-22页
第三章 基于深度学习的问句理解研究第22-29页
    3.1 问句理解基本框架第22页
    3.2 问句理解研究现状第22-23页
    3.3 基于深度学习的问句理解模型第23-28页
        3.3.1 基于BLSTM的序列标注第24-25页
        3.3.2 基于CNN的特征提取第25-26页
        3.3.3 基于CRF的全局解码第26-27页
        3.3.4 基于BLSTM-CNN-CRF的联合模型第27-28页
    3.4 本章总结第28-29页
第四章 基于问句理解的问句相似度研究第29-37页
    4.1 问句相似度基础理论第29-33页
        4.1.1 问句相似度定义第29页
        4.1.2 问句相似度常用方法第29-33页
    4.2 基于问句理解的问句相似度计算方法第33-36页
        4.2.1 问句理解模块第34页
        4.2.2 相似度计算模块第34-36页
    4.3 本章总结第36-37页
第五章 问句理解模型评价及问答系统实现第37-49页
    5.1 问句理解模型评价及分析第37-40页
        5.1.1 数据集及评价方法第37页
        5.1.2 实验设置第37-38页
        5.1.3 实验结果第38-39页
        5.1.4 与其他工作对比第39-40页
    5.2 问答系统框架及其实现第40-48页
        5.2.1 问答系统基本框架第40-41页
        5.2.2 语料库构建第41-43页
        5.2.3 词嵌入训练第43-45页
        5.2.4 系统实现及分析第45-48页
    5.3 本章总结第48-49页
第六章 总结与展望第49-51页
    6.1 工作总结第49页
    6.2 未来展望第49-51页
参考文献第51-56页
攻读硕士学位期间研究成果第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于SaaS的无车承运平台的研究与实现
下一篇:工业4.0下的ERP系统之供应链管理系统