1 绪论
1.1 研究意义及背景
1.2.1 电商搜索引擎现状
1.2.2 自然语言处理现状
1.2.3 深度学习现状
1.3 本文研究内容和组织架构
2 相关理论与关键技术
2.1 统计语言模型
2.1.1 N-garm模型
2.1.2 HMM模型
2.2 深度学习相关技术
2.2.1神经元
2.2.2神经网络框架
2.2.3 LSTM长短时记忆网络
2.3 搜索系统介绍
2.4 本章小结
3 基于词典和统计的中文分词
3.1 中文分词介绍
3.2.1 前缀词典语料库构建
3.2.2 基于DAG构建分词路径
3.2.3 动态规划最大权重路径
3.2.4 双向最大匹配算法
3.2.5 基于HMM的词性标注
3.2.6 基于HMM的未登录词识别
3.3 分词结果评估
3.4 本章小结
4 基于深度学习的语义分析算法
4.1.1 词向量介绍
4.1.2 词向量神经网络模型
4.1.3 词向量模型构建
4.2 基于注意力机制的输入特征组合
4.3 基于LSTM模型构建
4.4 模型结果反馈
4.5 本章小结
5 基于elastic search的搜索系统设计与实现
5.1 数据索引模块
5.2 文本分析模块
5.3 数据检索模块
5.4 搜索结果评估
5.5 本章小结
6 总结与展望
参考文献
附录
A. 学位论文数据集
致谢
重庆大学;