1. 毕业设计（论文）主要内容：

问题分类（QC）是智能问答系统的关键技术之一。问题分类与文本分类相似，其目标是为每一个自然语言问句分配一个类别标签，此类别代表的是间句期望的最终答案的类型，在问答系统中通过问题的类别信息对候选答案进行约束和过滤。本课题要求学习深度学习方法，设计一种基于深度学习的问题分类组合模型，并对分类模型进行实验验证和评估。

2. 毕业设计（论文）主要任务及要求

1、 了解问答系统方法的发展及国内外针对问题分类的研究方法，明确本课题研究内容、技术路线，完成开题报告。阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇)。

2、 学习传统的机器学习分类算法和基于深度学习的分类算法等，主要包括朴素贝叶斯、支持向量机算法、卷积神经网络等。

3、 分析现有的两个中文问题分类语料库；并针对问题分类的特点设计问题分类模型。

3. 毕业设计（论文）完成任务的计划与安排

1~3周：调研，完成开题报告。

4周：熟悉python语言和编程基本技能。

5~6周：学习人工智能分类算法。

4. 主要参考文献

[1] 李超，柴玉梅，南晓斐，等.基于深度学习的问题分类方法研究[j]．计算机科学，2016，43(12)：115-119.

[2] 周志华．机器学习：=machine learning[m]．清华大学出版社，2016。.

[3] 叶得学．中文问答系统中问题理解的算法研究[j]．数字技术与应用，2012(12):101-102。