基于最大熵的智能提问系统及其在审计中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究目的及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·提问技术研究现状 | 第11-13页 |
| ·计算机辅助审计研究现状 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 相关理论和技术 | 第16-31页 |
| ·疑问句及问点类型分析 | 第16-23页 |
| ·汉语疑问句类型 | 第16-19页 |
| ·问点类型分析 | 第19-23页 |
| ·最大熵原理 | 第23-30页 |
| ·概述 | 第23-24页 |
| ·最大熵原理 | 第24-27页 |
| ·数学框架 | 第27-28页 |
| ·参数估计 | 第28-29页 |
| ·模型优缺点 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 问句自动生成及问题编排 | 第31-54页 |
| ·文本预处理 | 第31-36页 |
| ·文本信息抽取 | 第31-35页 |
| ·分词及词性标注 | 第35-36页 |
| ·基于最大熵模型的问点标注 | 第36-43页 |
| ·特征模板构建 | 第36-37页 |
| ·候选特征生成 | 第37-39页 |
| ·基本特征选取 | 第39-42页 |
| ·最大熵模型训练及问点标注 | 第42-43页 |
| ·问句自动生成 | 第43-49页 |
| ·事实性问句生成 | 第43-46页 |
| ·规则性问句生成 | 第46-49页 |
| ·问题编排 | 第49-53页 |
| ·犯罪心理分析及测试 | 第49-50页 |
| ·问题编排 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 系统实现及分析 | 第54-61页 |
| ·系统结构 | 第54-55页 |
| ·系统实现及结果分析 | 第55-60页 |
| ·实验数据 | 第55页 |
| ·系统界面 | 第55-56页 |
| ·信息抽取 | 第56-58页 |
| ·最大熵模型训练 | 第58-59页 |
| ·问句生成模块 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
