论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 问答系统研究现状 | 第12-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 论文的结构 | 第15-17页 |
| 第二章 相关技术介绍 | 第17-29页 |
| 2.1 语言模型 | 第17-18页 |
| 2.2 自然语言的分布式表示 | 第18-19页 |
| 2.3 自然语言处理中的注意力机制 | 第19-21页 |
| 2.4 神经网络中的标准化结构 | 第21-22页 |
| 2.5 自然语言处理中的深度学习模型 | 第22-28页 |
| 2.5.1 多层感知机 | 第22-23页 |
| 2.5.2 卷积神经网络 | 第23页 |
| 2.5.3 循环神经网络 | 第23-24页 |
| 2.5.4 长短时记忆网络 | 第24-25页 |
| 2.5.5 生成式预训练神经网络GPT | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于GPT神经网络改进的中文语义提取模型 | 第29-39页 |
| 3.1 现有语义提取模型的不足与解决办法 | 第29-30页 |
| 3.1.1 现有语义提取模型及问题分析 | 第29-30页 |
| 3.1.2 针对现有问题的解决方案 | 第30页 |
| 3.2 基于GPT神经网络的新型中文语义提取模型-CSEGPT | 第30-34页 |
| 3.2.1 数据预处理模块 | 第31-33页 |
| 3.2.2 GPT网络模块 | 第33-34页 |
| 3.3 CSEGPT模型的参数初始化流程 | 第34-38页 |
| 3.3.1 语言模型的多分类模块 | 第34-36页 |
| 3.3.2 参数初始化的运行流程 | 第36-37页 |
| 3.3.3 用于初始化参数的中文电子书数据集 | 第37页 |
| 3.3.4 参数初始化的运行环境 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 计算中文语义相似度的改进模型 | 第39-48页 |
| 4.1 现有语义相似度计算方法的不足与解决办法 | 第39-41页 |
| 4.1.1 现有语义相似度计算方法及问题分析 | 第39-40页 |
| 4.1.2 针对现有问题的解决方案 | 第40-41页 |
| 4.2 计算中文语义相似度的改进模型-CSSCBC | 第41页 |
| 4.3 CSSCBC模型的训练流程 | 第41-45页 |
| 4.3.1 微调训练的有效性分析 | 第41-43页 |
| 4.3.2 在大规模中文问答数据集上对CSSCBC模型的参数进行微调 | 第43-44页 |
| 4.3.3 用于问答匹配的CSSCBC模型的训练 | 第44-45页 |
| 4.4 实验验证 | 第45-47页 |
| 4.4.1 本文所用的问答数据集 | 第45页 |
| 4.4.2 实验环境 | 第45-46页 |
| 4.4.3 实验评估方式 | 第46页 |
| 4.4.4 实验结果与分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 中文文本数据精简及聚类划分的算法研究 | 第48-61页 |
| 5.1 现有数据精简与聚类的算法及其不足 | 第48-50页 |
| 5.1.1 现有方案及其不足 | 第48-49页 |
| 5.1.2 ARIA-Kmeans算法的优势与缺陷 | 第49-50页 |
| 5.2 中文文本语义距离的改进公式 | 第50-53页 |
| 5.2.1 中文文本语义距离计算的改进公式-SDBSS的定义 | 第51页 |
| 5.2.2 SDBSS距离公式的实现 | 第51-53页 |
| 5.3 中文文本数据精简与聚类划分的改进算法 | 第53-57页 |
| 5.3.1 改进的数据精简与聚类算法-AKmBSD的原理 | 第53-56页 |
| 5.3.2 AKmBSD算法的实现 | 第56-57页 |
| 5.4 实验验证 | 第57-60页 |
| 5.4.1 实验数据与数据格式化 | 第57-58页 |
| 5.4.2 实验环境 | 第58-59页 |
| 5.4.3 实验结果与分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 中文文本类智能问答系统的实现 | 第61-69页 |
| 6.1 问答系统整体结构和处理流程 | 第61-62页 |
| 6.2 问答系统应用控制模块 | 第62-63页 |
| 6.2.1 应用服务程序 | 第62-63页 |
| 6.2.2 问题分类计算单元 | 第63页 |
| 6.3 神经网络计算模块 | 第63-64页 |
| 6.3.1 SDBSS计算模块 | 第63-64页 |
| 6.3.2 CSSCBC模型的计算模块 | 第64页 |
| 6.4 数据存储模块 | 第64-66页 |
| 6.4.1 使用AKmBSD算法构建数据存储模块 | 第64-65页 |
| 6.4.2 数据库表的设计 | 第65-66页 |
| 6.5 问答系统的实现与功能测试 | 第66-68页 |
| 6.5.1 系统的实现 | 第66-67页 |
| 6.5.2 功能测试 | 第67-68页 |
| 6.6 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 本文总结 | 第69-70页 |
| 7.2 后续工作与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
