| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-14页 |
| 1.4 本文的章节结构 | 第14-15页 |
| 第二章 自动问答系统问题预处理 | 第15-25页 |
| 2.1 自动问答系统基本流程 | 第15-16页 |
| 2.2 分词技术 | 第16-24页 |
| 2.2.1 常用分词方法 | 第16-18页 |
| 2.2.2 典型分词工具 | 第18-19页 |
| 2.2.3 基于专业词词典和ICTCLAS的分词方法 | 第19-20页 |
| 2.2.4 实验设计及结果分析 | 第20-24页 |
| 2.3 停用词处理 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 词语相似度算法研究 | 第25-31页 |
| 3.1 概述 | 第25页 |
| 3.2 词语相似度计算方法 | 第25-26页 |
| 3.2.1 基于大规模语料库的方法 | 第25-26页 |
| 3.2.2 基于语义词典的方法 | 第26页 |
| 3.3 基于《知网》的词语语义相似度计算 | 第26-29页 |
| 3.3.1 《知网》简介 | 第26-27页 |
| 3.3.2 词语语义相似度计算 | 第27-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 句子相似度算法研究 | 第31-45页 |
| 4.1 基本概念 | 第31-32页 |
| 4.1.1 定义 | 第31页 |
| 4.1.2 汉语处理的难点 | 第31-32页 |
| 4.2 典型的句子相似度方法 | 第32-34页 |
| 4.2.1 基于关键词的方法 | 第32页 |
| 4.2.2 基于语义的方法 | 第32-33页 |
| 4.2.3 基于句法分析的方法 | 第33-34页 |
| 4.3 本文的相似度算法 | 第34-40页 |
| 4.3.1 关键词抽取及加权 | 第34-35页 |
| 4.3.2 基于向量空间模型的TF-IDF方法改进 | 第35页 |
| 4.3.3 基于语义的方法改进 | 第35-37页 |
| 4.3.4 其它特征的相似度计算 | 第37-38页 |
| 4.3.5 多尺度多特征融合的句子相似度计算方法 | 第38-39页 |
| 4.3.6 权值的求解 | 第39-40页 |
| 4.4 实验设计与结果分析 | 第40-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 FAQ自动问答系统的设计与实现 | 第45-61页 |
| 5.1 系统设计与总体框架 | 第45-51页 |
| 5.1.1 系统设计思想 | 第45-46页 |
| 5.1.2 系统总体框架 | 第46-47页 |
| 5.1.3 系统执行流程 | 第47-49页 |
| 5.1.4 数据库设计 | 第49-51页 |
| 5.2 系统各功能模块的实现 | 第51-58页 |
| 5.2.1 预处理模块 | 第51-53页 |
| 5.2.2 候选问题集建立模块 | 第53-55页 |
| 5.2.3 句子相似度计算模块 | 第55-58页 |
| 5.3 系统实现与展示 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 结束语 | 第61-63页 |
| 6.1 本文总结 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 硕士学位期间取得的科研成果 | 第67-69页 |
| 致谢 | 第69页 |