HNC理论和随机模糊在问答系统中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·QA系统研究现状 | 第12-15页 |
| ·QA系统的分类 | 第12-13页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·QA系统的评测方法 | 第15页 |
| ·本文的研究内容 | 第15-16页 |
| ·论文组织 | 第16-17页 |
| 2 QA系统的相关技术 | 第17-27页 |
| ·QA系统的组成 | 第17-19页 |
| ·问题分析 | 第17-18页 |
| ·信息检索 | 第18-19页 |
| ·答案抽取 | 第19页 |
| ·问题分类相关技术分析 | 第19-20页 |
| ·信息检索相关技术分析 | 第20-23页 |
| ·布尔模型 | 第20-21页 |
| ·向量空间模型 | 第21-22页 |
| ·概率模型 | 第22页 |
| ·搜索引擎技术 | 第22-23页 |
| ·答案抽取相关技术分析 | 第23-26页 |
| ·命名实体识别 | 第23-24页 |
| ·相似度计算 | 第24页 |
| ·浅层语义分析 | 第24-25页 |
| ·模式匹配 | 第25页 |
| ·自然语言处理技术 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 HNC理论 | 第27-38页 |
| ·词语概念的表达—HNC符号 | 第27-30页 |
| ·HNC理论 | 第27-28页 |
| ·五元组 | 第28-29页 |
| ·语义网络 | 第29-30页 |
| ·概念的HNC符号表达 | 第30页 |
| ·基于HNC的句类分析技术 | 第30-35页 |
| ·语义块 | 第31-33页 |
| ·句类 | 第33页 |
| ·语义块与句类的关系 | 第33-34页 |
| ·句类表示式、语句格式和句类代码 | 第34-35页 |
| ·HNC的句类分析技术 | 第35页 |
| ·语句相似度的计算 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 4 随机模糊理论在自然语言处理中的应用 | 第38-45页 |
| ·HNC的五重模糊问题 | 第38-40页 |
| ·模糊理论 | 第40-42页 |
| ·随机模糊理论在HNC模糊消岐中的应用 | 第42-44页 |
| ·实验分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 5 基于HNC的问题分类和答案抽取方法 | 第45-63页 |
| ·基于HNC理论的问题分类方法 | 第45-51页 |
| ·问题分类方法框架 | 第45-46页 |
| ·问题分类体系 | 第46-48页 |
| ·疑问词分类表的建立 | 第48页 |
| ·中文问题分类方法 | 第48-51页 |
| ·答案抽取算法 | 第51-59页 |
| ·HNC-strategy算法框架 | 第52页 |
| ·文档句子的形式多样化 | 第52-55页 |
| ·概念相似度计算 | 第55-57页 |
| ·模式匹配 | 第57-59页 |
| ·答案生成 | 第59页 |
| ·实验 | 第59-62页 |
| ·本文的测试方法 | 第60页 |
| ·实验结果与评价 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 6 上海现代所综合业务系统的设计与实现 | 第63-71页 |
| ·系统关键组件的设计 | 第63-66页 |
| ·系统框架 | 第63-64页 |
| ·表示层 | 第64-65页 |
| ·信息服务层 | 第65-66页 |
| ·数据层 | 第66页 |
| ·基于HNC的Internet中文QA系统实现 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 7 结论与展望 | 第71-74页 |
| ·工作总结 | 第71-72页 |
| ·下一步工作展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 论文及科研情况 | 第78页 |
