| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容与论文工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 关键技术分析 | 第15-25页 |
| 2.1 延迟队列 | 第15-18页 |
| 2.2 消息队列 | 第18-19页 |
| 2.3 词向量 | 第19-21页 |
| 2.3.1 One-hot Representation词向量表示 | 第19页 |
| 2.3.2 Distributed representation词向量表示 | 第19-20页 |
| 2.3.3 Word2Vec训练词向量过程 | 第20-21页 |
| 2.4 MC-BLSTM-MSCNN卷积神经网络模型 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 智能问答系统的算法和分布式设计 | 第25-44页 |
| 3.1 算法设计 | 第25-28页 |
| 3.1.1 问题预处理 | 第25-28页 |
| 3.1.2 问题分类 | 第28页 |
| 3.1.3 相似标准问题匹配 | 第28页 |
| 3.2 算法实验结果与分析 | 第28-31页 |
| 3.2.1 实验设置 | 第29页 |
| 3.2.2 实验方法 | 第29-30页 |
| 3.2.3 结果展示 | 第30页 |
| 3.2.4 结果分析 | 第30-31页 |
| 3.3 分布式设计 | 第31-43页 |
| 3.3.1 分布式缓存 | 第31-32页 |
| 3.3.2 知识库管理 | 第32-33页 |
| 3.3.3 深度学习 | 第33-37页 |
| 3.3.4 延迟任务调度 | 第37-41页 |
| 3.3.5 Kafka监控报警 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 智能问答系统的设计与实现 | 第44-58页 |
| 4.1 系统需求分析 | 第44-45页 |
| 4.1.1 系统业务需求 | 第44页 |
| 4.1.2 系统功能需求 | 第44-45页 |
| 4.2 系统设计 | 第45-52页 |
| 4.2.1 系统架构设计 | 第45-47页 |
| 4.2.2 系统流程设计 | 第47-50页 |
| 4.2.3 数据库表结构设计 | 第50-52页 |
| 4.3 系统实现 | 第52-57页 |
| 4.3.1 相似问题匹配 | 第53-55页 |
| 4.3.2 知识库管理 | 第55-56页 |
| 4.3.3 统计分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 系统测试 | 第58-62页 |
| 5.1 系统功能测试 | 第58-60页 |
| 5.2 系统性能测试 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 研究展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |
