面向养老保险领域的问答系统关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·问答系统的国外研究现状 | 第10-12页 |
| ·问答系统的国内研究现状 | 第12-13页 |
| ·论文研究内容 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 第2章 问答技术介绍 | 第15-24页 |
| ·问句分析相关技术 | 第15-21页 |
| ·词法分析 | 第16-19页 |
| ·问题分类 | 第19-21页 |
| ·关键词抽取及扩展 | 第21页 |
| ·问题检索相关技术 | 第21-22页 |
| ·相关文档检索 | 第21-22页 |
| ·相关句段检索 | 第22页 |
| ·答案抽取及排序 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 养老保险领域问句理解 | 第24-36页 |
| ·养老保险领域问句特点分析 | 第24-26页 |
| ·领域问句理解的基本处理流程 | 第26-27页 |
| ·基于依存关系的领域问句分析 | 第27-30页 |
| ·命名实体识别 | 第27页 |
| ·依存句法分析 | 第27-29页 |
| ·关键词抽取及扩展 | 第29-30页 |
| ·问句预期答案类型提取 | 第30页 |
| ·基于 KNN 的主动学习问句分类算法 | 第30-35页 |
| ·KNN 分类算法 | 第30-32页 |
| ·信息熵模型 | 第32页 |
| ·基于 KNN 的主动学习文本分类算法 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 养老保险领域问答检索关键技术分析 | 第36-52页 |
| ·问句检索模型 | 第36-40页 |
| ·向量空间模型（VSM） | 第36-37页 |
| ·Okapi BM25 模型 | 第37-39页 |
| ·查询似然语言模型（QL-LM） | 第39-40页 |
| ·基于多特征融合相似度计算的问句检索模型 | 第40-50页 |
| ·基于 TF-IDF 的问句相似度计算 | 第40-42页 |
| ·基于语义词典的问句相似度计算 | 第42-48页 |
| ·基于启发式规则的问句句法结构相似度计算 | 第48-50页 |
| ·特征融合的问句相似度计算 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第5章 问答技术在养老保险领域中的应用研究 | 第52-60页 |
| ·养老保险问答系统框架设计 | 第52-54页 |
| ·系统框架设计说明 | 第52-53页 |
| ·系统实验环境 | 第53-54页 |
| ·基于 KNN 主动学习的问句分类实验 | 第54-57页 |
| ·MFISCM 算法实验 | 第57-59页 |
| ·实验方法介绍 | 第57页 |
| ·检索结果评测标准 | 第57-58页 |
| ·实验结果及分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
