面向医药领域的智能问答系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 选题来源 | 第13页 |
| 1.2 研究背景与意义 | 第13-15页 |
| 1.2.1 研究背景 | 第13-15页 |
| 1.2.2 研究意义 | 第15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.4 本文的研究内容与组织结构 | 第18-19页 |
| 1.4.1 研究内容 | 第18页 |
| 1.4.2 组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 相关技术简介 | 第20-28页 |
| 2.1 网络爬虫技术 | 第20-22页 |
| 2.1.1 通用型网络爬虫 | 第20-21页 |
| 2.1.2 聚焦型网络爬虫 | 第21-22页 |
| 2.2 领域知识库构建方法 | 第22-24页 |
| 2.2.1 人工构建知识库方法 | 第22-23页 |
| 2.2.2 自动化构建知识库 | 第23-24页 |
| 2.3 语义分析技术 | 第24-27页 |
| 2.3.1 中文分词技术 | 第24-25页 |
| 2.3.2 词向量构建技术 | 第25-26页 |
| 2.3.3 文本相似度计算方法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 面向医药领域的智能问答系统需求分析 | 第28-33页 |
| 3.1 系统建设意义及目标 | 第28-29页 |
| 3.1.1 系统建设意义 | 第28页 |
| 3.1.2 应实现的目标 | 第28-29页 |
| 3.2 系统功能需求分析 | 第29-31页 |
| 3.2.1 离线功能 | 第30页 |
| 3.2.2 在线功能 | 第30-31页 |
| 3.3 系统非功能需求分析 | 第31-32页 |
| 3.3.1 系统性能需求 | 第31页 |
| 3.3.2 系统安全性需求 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 面向医药领域的智能问答系统设计 | 第33-51页 |
| 4.1 系统总体架构设计 | 第33-34页 |
| 4.2 多源数据融合方法 | 第34-40页 |
| 4.2.1 面向多源异构数据的数据采集策略 | 第34-35页 |
| 4.2.2 医药知识库构建与梳理 | 第35-39页 |
| 4.2.3 医药问答库构建与梳理 | 第39-40页 |
| 4.3 问答语义分析技术 | 第40-45页 |
| 4.3.1 基于医药词典的中文分词方法 | 第40-42页 |
| 4.3.2 基于共生矩阵和PCA的词向量构建方法 | 第42-44页 |
| 4.3.3 基于余弦相似度的语义相似度度量方法 | 第44-45页 |
| 4.4 答案生成方法 | 第45-48页 |
| 4.4.1 基于模式匹配的答案生成算法 | 第45-47页 |
| 4.4.2 基于语义相似度排序的答案匹配方法 | 第47-48页 |
| 4.5 系统交互模块 | 第48-49页 |
| 4.6 系统非功能设计 | 第49-50页 |
| 4.6.1 系统性能设计 | 第49-50页 |
| 4.6.2 系统安全性设计 | 第50页 |
| 4.7 本章小结 | 第50-51页 |
| 第5章 面向医药领域的智能问答系统实现与测试 | 第51-59页 |
| 5.1 离线多源数据融合与测试 | 第51-53页 |
| 5.1.1 数据采集 | 第51-52页 |
| 5.1.2 知识库与问答库构建 | 第52-53页 |
| 5.2 在线问答功能实现与测试 | 第53-56页 |
| 5.2.1 实现过程 | 第53-54页 |
| 5.2.2 问答测试 | 第54-56页 |
| 5.3 系统性能测试 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第64-65页 |
| 附录B 攻读学位期间参与的主要项目 | 第65-66页 |
| 致谢 | 第66页 |
