声明
摘要
第一章 绪论
1.1 研究背景
1.2 研究问题
1.3 研究内容
1.4 主要贡献
1.5 论文结构及框架
2.1 向量化
2.1.1 词向量化
2.1.1 文档向量化
2.2 文本分类
2.2.1 支持向量机
2.2.2 CNN卷积神经网络
2.3 问答系统问句关键词抽取
2.4 本章小结
第三章 基于fastText的问答系统用户意图识别
3.1 基于fastText的中文文本分类
3.1.1 fastText的基本原理
3.1.2 实验过程
3.1.3 实验结果分析
3.1.4 参数优化规则
3.2 基于fastText的问句分类
3.2.1 实验数据
3.2.2 数据预处理
3.2.3.实验方案
3.2.4.实验结果
3.3 基于卷积神经网络的问句分类方案
3.3.1 基于卷积神经网络的分类结果
3.3.2 两种方法的对比
3.4 本章小结
第四章 基于用户查询意图的问句关键词抽取
4.1 研究理论与基础
4.1.1 TF-IDF关键词提取法
4.1.2 基于TextRank关键词提取方法
4.1.3 信息熵
4.2 基于TextRank算法用户问句关键词抽取方法改进研究
4.2.1 改进TextRank算法抽取关键词
4.2.2 结合改进后的TextRank算法与TF-IDF抽取关键词
4.3 实验数据
4.3.1 数据来源及处理
4.3.2 标注规则
4.3.3 数据去噪音
4.3.4 评价指标
4.4 实验结果及分析
4.5 本章小结
5.1 研究总结
5.2 研究展望
参考文献
致谢
攻读学位期间发表论文情况
广西大学;