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

基于深度学习的中文论述类问题智能问答系统的研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究背景第11-12页
    1.2 研究意义第12页
    1.3 相关工作与研究现状第12-14页
    1.4 研究内容第14-15页
    1.5 论文结构第15-17页
第二章 相关技术介绍第17-33页
    2.1 NLP中的深度学习模型第17-23页
        2.1.1 自然语言的分布式表示第17-19页
        2.1.2 前馈神经网络第19-21页
        2.1.3 CNN卷积神经网络第21-22页
        2.1.4 RNN循环神经网络第22-23页
    2.2 NGINX应用服务器集群技术第23-25页
    2.3 SSM WEB应用架构第25-26页
        2.3.1 Spring Boot第25-26页
        2.3.2 SpringMVC第26页
        2.3.3 MyBatis第26页
    2.4 DUBBO分布式服务框架第26-28页
    2.5 HADOOP分布式计算平台第28-30页
        2.5.1 HDFS分布式文件存储第28-29页
        2.5.2 MapReduce第29-30页
    2.6 SHIRO用户管理与权限配置第30-32页
    2.7 本章小结第32-33页
第三章 针对论述类问题的分层语义提取模型创建第33-46页
    3.1 论述类问题语义理解特点分析第33-34页
    3.2 新型深度学习分层语义提取模型第34-38页
        3.2.1 自然语言问句预处理模块第35-36页
        3.2.2 事实陈述语义提取模块第36页
        3.2.3 核心问句联合语义提取模块第36-38页
        3.2.4 CNN特征提取模块第38页
        3.2.5 语义向量相似度度量第38页
    3.3 训练数据准备第38-42页
        3.3.1 训练数据来源第39页
        3.3.2 训练数据爬取第39-41页
        3.3.3 数据清洗与格式化第41-42页
    3.4 实验验证第42-45页
        3.4.1 实验环境第42-43页
        3.4.2 模型训练方法第43-44页
        3.4.3 实验结果与分析第44-45页
    3.5 本章小结第45-46页
第四章 问题数据聚类存储模型第46-54页
    4.1 需求分析及算法选择第46页
    4.2 K-MEANS基础算法及应用缺点第46-48页
    4.3 K-MEANS改进算法第48-50页
    4.4 聚类存储模型实现与算法验证第50-53页
    4.5 本章小结第53-54页
第五章 双向反馈答案推荐算法第54-60页
    5.1 问题相似度计算第54-56页
        5.1.1 海量数据相似度计算方法选择第54-55页
        5.1.2 Annoy Python工具包相似度计算第55-56页
    5.2 双向反馈答案推荐算法第56-57页
    5.3 有效数据积累规则第57-58页
    5.4 双向反馈答案推荐实现第58-59页
    5.5 本章小结第59-60页
第六章 智能问答系统集群化架构设计与实现第60-83页
    6.1 智能问答系统需求分析第60-62页
    6.2 问答系统集群化架构设计第62-63页
    6.3 应用服务器集群功能设计与实现第63-70页
        6.3.1 用户管理功能第64-66页
        6.3.2 用户提问功能第66页
        6.3.3 问题检索功能第66-67页
        6.3.4 评价反馈功能第67-68页
        6.3.5 问题作答功能第68-69页
        6.3.6 定时模型训练功能第69-70页
    6.4 DUBBO分布式服务集群功能设计与实现第70-74页
        6.4.1 功能设计第70-71页
        6.4.2 Dubbo功能模块实现第71-74页
        6.4.3 Dubbo集群搭建第74页
    6.5 HADOOP分布式计算集群搭建第74-75页
    6.6 数据库存储集群表库设计与实现第75-78页
        6.6.1 数据库表单设计第75-77页
        6.6.2 MySQL集群主从复制与读写分离第77-78页
    6.7 系统测试第78-82页
        6.7.1 功能测试第78-81页
        6.7.2 性能测试第81-82页
    6.8 本章小结第82-83页
第七章 总结与展望第83-85页
    7.1 本文总结第83页
    7.2 后续工作与展望第83-85页
参考文献第85-88页
致谢第88-89页
攻读学位期间发表的学术论文目录第89页

论文共89页,点击 下载论文
上一篇:基于AutoCAD二次开发的工程图的三维重建技术研究
下一篇:Wi-Fi环境下基于Boost方法的人体姿势识别研究