隨著計算機(jī)科學(xué)技術(shù)和機(jī)器學(xué)習(xí)理論的不斷發(fā)展和壯大,人們的消費水平越來越高,對于服務(wù)質(zhì)量的要求也越來越高。人們對日常生活中接觸到的客戶服務(wù)系統(tǒng)提出了更高要求,智能化、多元化、交互友好化、便捷化等等。對于現(xiàn)有的客戶服務(wù)系統(tǒng),它需要大量的人力財力去維護(hù),效率低下、智能性不足,所以越來越無法滿足客戶的需求,改進(jìn)現(xiàn)有的客戶服務(wù)系統(tǒng)迫在眉睫。為了進(jìn)一步提高客戶服務(wù)的質(zhì)量,降低企業(yè)成本,提高客服系統(tǒng)的自動化、智能化管理水平。本文設(shè)計并實現(xiàn)了一種基于文法規(guī)則匹配的智能客服多業(yè)務(wù)語義理解系統(tǒng),該系統(tǒng)在文法規(guī)則匹配網(wǎng)絡(luò)模型的基礎(chǔ)上,設(shè)計并實現(xiàn)了一個基于條件隨機(jī)場算法的命名實體識別子系統(tǒng)和一個基于支持向量機(jī)排序算法（簡稱SVMRank算法）的語義排序子系統(tǒng)。本論文設(shè)計的系統(tǒng)在提高語義理解正確率的同時,也降低了系統(tǒng)的響應(yīng)時間。本論文設(shè)計的文法規(guī)則匹配網(wǎng)絡(luò)采用了有限狀態(tài)自動機(jī)和寬度優(yōu)先遍歷算法,理解用戶輸入語句的真實意圖和語義信息;同時,為了提升系統(tǒng)的語義理解能力,設(shè)計并實現(xiàn)了一個基于條件隨機(jī)場算法的命名實體識別子系統(tǒng)。該系統(tǒng)能夠識別用戶輸入語句中的命名實體,彌補(bǔ)文法規(guī)則匹配網(wǎng)絡(luò)的不足,提高系統(tǒng)識別的準(zhǔn)確率。同... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 論文工作及工作安排
第二章 相關(guān)技術(shù)及算法簡介
    2.1 ABNF范式介紹
        2.1.1 BNF范式
        2.1.2 ABNF基本規(guī)則介紹
        2.1.3 文法單元
        2.1.4 語義信息
        2.1.5 權(quán)重(分值)
        2.1.6 通配符自定義權(quán)重
    2.2 有限狀態(tài)自動機(jī)
    2.3 基于命名實體識別的條件隨機(jī)場算法
        2.3.1 命名實體識別基礎(chǔ)概述
        2.3.2 條件隨機(jī)場算法
    2.4 支持向量機(jī)算法
        2.4.1 支持向量機(jī)原理介紹
        2.4.2 支持向量機(jī)之多分類
        2.4.3 SVMRank算法介紹
第三章 智能客服語義理解系統(tǒng)方案設(shè)計
    3.1 智能客服語義理解系統(tǒng)需求分析
    3.2 智能客服語義理解系統(tǒng)總體架構(gòu)設(shè)計
    3.3 文法規(guī)則匹配網(wǎng)絡(luò)模塊的設(shè)計
        3.3.1 文法編寫
        3.3.2 文法編譯的設(shè)計
        3.3.3 文法規(guī)則匹配網(wǎng)絡(luò)的設(shè)計
    3.4 本章小結(jié)
第四章 基于CRF算法的命名實體識別子系統(tǒng)的設(shè)計
    4.1 命名實體識別子系統(tǒng)的系統(tǒng)框架
    4.2 數(shù)據(jù)預(yù)處理模塊的設(shè)計
    4.3 命名實體識別模型的設(shè)計
    4.4 命名實體識別子系統(tǒng)測試結(jié)果分析
    4.5 本章小結(jié)
第五章 基于SVMRank算法的語義排序子系統(tǒng)的設(shè)計
    5.1 語義排序子系統(tǒng)的系統(tǒng)框架
    5.2 數(shù)據(jù)預(yù)處理模塊的設(shè)計
        5.2.1 訓(xùn)練樣本采集
        5.2.2 特征選擇和特征提取
    5.3 語義排序模型的設(shè)計
    5.4 語義排序模型訓(xùn)練與測試
    5.5 語義排序模型測試結(jié)果分析
    5.6 語義排序子系統(tǒng)性能分析
    5.7 本章小結(jié)
第六章 智能客服系統(tǒng)功能測試
第七章 總結(jié)與展望
    7.1 論文工作總結(jié)
    7.2 前景展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于word2vec和SVMperf的中文評論情感分類研究[J]. 張冬雯,楊鵬飛,許云峰.  計算機(jī)科學(xué). 2016(S1)
[2]智能客服機(jī)器人的現(xiàn)狀及發(fā)展[J]. 李斐,邵曉東,周力恒,金陽.  中國傳媒科技. 2016(04)
[3]基于CRF和規(guī)則相結(jié)合的地理命名實體識別方法[J]. 何炎祥,羅楚威,胡彬堯.  計算機(jī)應(yīng)用與軟件. 2015(01)
[4]自然語言處理的研究與發(fā)展[J]. 李生.  燕山大學(xué)學(xué)報. 2013(05)
[5]基于條件隨機(jī)場的藏語自動分詞方法研究與實現(xiàn)[J]. 李亞超,加羊吉,宗成慶,于洪志.  中文信息學(xué)報. 2013(04)
[6]基于條件隨機(jī)場的領(lǐng)域術(shù)語識別研究[J]. 施水才,王鍇,韓艷鏵,呂學(xué)強(qiáng).  計算機(jī)工程與應(yīng)用. 2013(10)
[7]客戶服務(wù)系統(tǒng)研究現(xiàn)狀與發(fā)展趨勢[J]. 朱旺南,李玲.  電腦知識與技術(shù). 2012(35)
[8]基于有限狀態(tài)自動機(jī)的新產(chǎn)品市場成長研究[J]. 王峰,黃敏學(xué).  管理科學(xué)學(xué)報. 2012(07)
[9]人工智能的發(fā)展及其認(rèn)知意義[J]. 梁俊毅.  大眾科技. 2011(03)
[10]支持向量機(jī)理論與算法研究綜述[J]. 丁世飛,齊丙娟,譚紅艷.  電子科技大學(xué)學(xué)報. 2011(01)

博士論文
[1]支持向量機(jī)學(xué)習(xí)算法若干問題的研究[D]. 常甜甜.西安電子科技大學(xué) 2010

碩士論文
[1]基于維基百科的中文命名實體語料庫構(gòu)建研究[D]. 徐志浩.蘇州大學(xué) 2016
[2]基于規(guī)則和條件隨機(jī)場的中文命名實體識別方法研究[D]. 程志剛.華中師范大學(xué) 2015
[3]多媒體智能客服通信系統(tǒng)設(shè)計[D]. 陳也創(chuàng).電子科技大學(xué) 2015
[4]面向智能客服機(jī)器人的交互式問句理解研究[D]. 文博.哈爾濱工業(yè)大學(xué) 2014
[5]基于有限狀態(tài)自動機(jī)的中文多模式匹配算法研究[D]. 楊波.合肥工業(yè)大學(xué) 2013
[6]基于條件隨機(jī)場的音樂領(lǐng)域命名實體識別[D]. 郝樂川.哈爾濱工業(yè)大學(xué) 2012
[7]基于確定有限狀態(tài)自動機(jī)的正則表達(dá)式引擎的設(shè)計與實現(xiàn)[D]. 許強(qiáng).西安電子科技大學(xué) 2012
[8]基于CRF的中文命名實體識別研究[D]. 史海峰.蘇州大學(xué) 2010
[9]SVM分類器的擴(kuò)展及其應(yīng)用研究[D]. 梁燕.湖南大學(xué) 2008



本文編號：3408234