声明
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 以搜索引擎技术为基础的汽车故障知识查询模式
1.2.2 以自动问答技术为支撑的汽车维修辅助诊断模式
1.2.3 基于专家经验与机器学习的汽车维修辅助诊断模式发展现状
1.3.1 主要工作内容
1.3.2 论文结构
第二章 需求分析与总体设计
2.1 平台维保项目诊断咨询协同模式现状
2.2 基于自动问答的维保方案匹配需求分析
2.2.1 平台维保项目诊断咨询协同模式问题分析
2.2.2 基于自动问答的维保方案匹配的需求
2.3 基于自动问答技术的维保方案匹配系统功能模块设计
2.4 总体设计
2.4.1 文本信息解析模块
2.4.2 候选案例匹配模块
2.4.3 方案匹配结果提取模块
2.4.4 算法性能评估的标准
2.5 本章小结
第三章 语句文本信息解析
3.1 文本信息解析流程分析与设计
3.1.1 分词与词性标注
3.1.2 文本冗余信息去除
3.2 实验分析
3.3 本章小结
第四章 面向词项融合与词项位置关系的SimHash改进算法研究
4.1 基于word2vec模型的文本向量化
4.2 BM25答案排序算法设计
4.3.1 SimHash算法研究
4.3.2 基于融合词项的SimHash改进算法
4.3.3 基于词项间位置关系的SimHash算法改进
4.3.4 改进的SimHash相似度计算方法
4.4 实验验证分析
4.4.1 实验环境设置与评价指标
4.4.2 算法实现流程
4.4.3 结果分析
4.5 本章小结
第五章 基于连续语言模型的匹配结果提取方法研究
5.1 匹配结果提取方法研究
5.1.1 基于命名实体识别的案例结果提取方法研究
5.1.2 基于句法分析的案例结果提取方法研究
5.1.3 基于深度学习的案例结果提取方法研究
5.2 基于连续语言模型(ESIM)技术的匹配结果提取模型构建
5.3 实验验证
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果
