| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 研究目标与研究内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18-21页 |
| 第二章 问答系统的相关理论和技术 | 第21-37页 |
| 2.1 | 第21-28页 |
| 2.1.1 基于TF-IDF的语义相似度计算 | 第21-22页 |
| 2.1.2 基于潜在语义索引主题模型的语义相似度计算 | 第22页 |
| 2.1.3 基于词向量的语义相似度计算 | 第22-25页 |
| 2.1.4 基于Siamese循环网络的语义相似度计算 | 第25-28页 |
| 2.2 问题分类方法 | 第28-35页 |
| 2.2.1 基于朴素贝叶斯的分类方法 | 第28-29页 |
| 2.2.2 支持向量机分类 | 第29-34页 |
| 2.2.3 基于Bi-LSTM模型的分类方法 | 第34-35页 |
| 2.3 本章小节 | 第35-37页 |
| 第三章 问答系统的总体设计 | 第37-45页 |
| 3.1 问答系统的开发目标 | 第37-38页 |
| 3.2 问答系统的设计思路 | 第38页 |
| 3.3 需求分析 | 第38-40页 |
| 3.3.1 功能性需求 | 第39页 |
| 3.3.2 非功能性需求 | 第39-40页 |
| 3.4 系统的工作流程与模块设计 | 第40-43页 |
| 3.4.1 语义相似度检测模块 | 第41-42页 |
| 3.4.2 问题分类模块 | 第42页 |
| 3.4.3 口腔修复问答模块 | 第42页 |
| 3.4.4 闲聊模块 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 问答系统的核心算法设计 | 第45-59页 |
| 4.1 语义相似度计算算法设计 | 第45-54页 |
| 4.1.1 基于Siamese Attention Bi-LSTM的语义相似度计算 | 第45-46页 |
| 4.1.2 基于预训练模型BERT的语义相似度计算 | 第46-51页 |
| 4.1.3 实验测试 | 第51-54页 |
| 4.2 问题分类算法设计 | 第54-57页 |
| 4.2.1 基于采用高斯核函数的非线性SVM的问题分类方法 | 第54页 |
| 4.2.2 基于Attention Bi-LSTM网络的问题分类方法 | 第54页 |
| 4.2.3 基于预训练模型BERT的问题分类算法 | 第54页 |
| 4.2.4 实验测试 | 第54-57页 |
| 4.3 本章小结 | 第57-59页 |
| 第五章 问答系统的实现与测试 | 第59-81页 |
| 5.1 系统实现 | 第59-71页 |
| 5.1.1 问答系统的展示平台 | 第59-62页 |
| 5.1.2 语义相似度检测模块 | 第62-63页 |
| 5.1.3 问题分类模块 | 第63-64页 |
| 5.1.4 口腔修复问答模块 | 第64-69页 |
| 5.1.5 闲聊模块 | 第69-71页 |
| 5.2 系统核心性能测试 | 第71-74页 |
| 5.2.1 问答系统的准确率测试 | 第71-73页 |
| 5.2.2 系统响应时间测试 | 第73-74页 |
| 5.3 系统功能展示 | 第74-79页 |
| 5.3.1 公众号界面 | 第74-75页 |
| 5.3.2 智能问答系统功能 | 第75-77页 |
| 5.3.3 公众号中的其他功能 | 第77-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-85页 |
| 致谢 | 第85-87页 |
| 作者简介 | 第87-88页 |
广告服务 
