因果推理类地理试题解答方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的目的及意义 | 第9-10页 |
| 1.3 国内外相关技术研究现状 | 第10-14页 |
| 1.3.1 自动问答系统研究现状 | 第10-13页 |
| 1.3.2 自动答题系统研究现状 | 第13-14页 |
| 1.4 本文的主要研究内容 | 第14-16页 |
| 第2章 因果推理类问题的定义与分析 | 第16-27页 |
| 2.1 因果推理类问题定义 | 第16-19页 |
| 2.1.1 因果推理的定义 | 第16-17页 |
| 2.1.2 地理因果推理类问题的形式化定义 | 第17-19页 |
| 2.2 因果推理类问题分析 | 第19-23页 |
| 2.2.1 因果推理的方式 | 第19-21页 |
| 2.2.2 地理因果推理类问题的分析 | 第21-23页 |
| 2.3 地理语料库分析 | 第23-26页 |
| 2.3.1 地理语料库构建 | 第24页 |
| 2.3.2 地理语料库分类 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于分类的自动解题方法 | 第27-36页 |
| 3.1 文本特征 | 第27-29页 |
| 3.1.1 词袋和N-gram特征 | 第27-28页 |
| 3.1.2 词向量特征 | 第28-29页 |
| 3.2 基于SVM的解题方法 | 第29-34页 |
| 3.2.1 基于SVM的解题策略 | 第29-31页 |
| 3.2.2 基于SVM的解题分析 | 第31-34页 |
| 3.3 基于深度学习的解题方法 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于知识推理的自动解题方法 | 第36-47页 |
| 4.1 相似度计算 | 第36-39页 |
| 4.1.1 基于向量空间模型的TF-IDF方法 | 第37-38页 |
| 4.1.2 基于词向量的余弦相似度 | 第38-39页 |
| 4.2 基于知识推理的解题方法 | 第39-46页 |
| 4.2.1 基于句法结构的解题策略 | 第43-45页 |
| 4.2.2 基于序列标注的解题策略 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 实验结果分析及系统实现 | 第47-58页 |
| 5.1 实验平台设置 | 第47-49页 |
| 5.1.1 语料来源 | 第47页 |
| 5.1.2 语料标注平台 | 第47页 |
| 5.1.3 评价方法 | 第47-49页 |
| 5.2 基于分类的解题实验 | 第49-53页 |
| 5.2.1 实验设计及数据 | 第49页 |
| 5.2.2 实验结果及分析 | 第49-53页 |
| 5.3 基于知识推理的解题实验 | 第53-56页 |
| 5.3.1 实验设计及数据 | 第53-54页 |
| 5.3.2 实验结果及分析 | 第54-56页 |
| 5.4 答题系统演示 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |
