1 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 问答系统研究现状
1.2.2 意图识别研究现状
1.3 本文研究内容
1.4 本文组织结构
2 意图识别相关理论与技术
2.1 文本预处理
2.2 文本向量化
2.2.1 字向量化
2.2.2 词向量化
2.2.3 向量空间模型
2.3 文本特征词权重
2.4 基于机器学习的文本分类模型
1)朴素贝叶斯
2)随机森林
3)支持向量机
2.5.1 卷积神经网络
2.5.2 循环神经网络
2.5.3 长短期记忆网络
2.5.4 门控循环单元
2.6 本章小结
3 基于门控自注意力的问答系统用户意图识别方法
3.1 意图识别数据获取及标注
3.2.1 注意力机制
3.2.2 算法框架
3.3 基于门控自注意力的用户意图识别方法
3.3.1 基于机器学习的用户意图识别
3.3.2 基于深度学习的用户意图识别
3.3.3 基于门控自注意力的自注意力机制
3.3.4 基于门控自注意力的用户意图识别框架
3.4 本章小结
4 基于CD_SFT文本表示模型的问句意图识别方法
4.1 研究理论与基础
4.1.1 Word2vec计算词向量
4.1.2 TF-IDF计算词权重
4.2 基于改进的 TF-IDF的问句意图识别方法
4.3 基于 CD_SFT文本表示模型的问句意图识别方法
4.4 本章小结
5 实验结果与分析
5.1.1 实验环境
5.1.2 实验数据集
5.2 评价指标
5.3 实验对比及结果分析
5.3.1 数据预处理
5.3.2 特征方法选择
5.3.3基于机器学习的意图识别方法对比
5.3.4 RAGRU方法性能分析
5.3.5 RAGRUT方法结果分析
5.4 本章小结
6 总结与展望
6.1 研究工作总结
6.2 研究展望
参考文献
附录
A. 作者在攻读学位期间参加的科研项目情况
B. 学位论文数据集
致谢
重庆大学;