2相关理论知识    6
2.1问答系统    6
2.1.1问答系统的一般处理流程    7
2.1.2问答系统研究的基本问题    7
2.1.3问答系统的主要方法    7
2.2智能聊天机器人    8
2.2.1基于检索的聊天机器人    9
2.2.2基于生成对话的聊天机器人的结构    9
2.3图像问答    9
2.3.1图像问答算法框架    10
2.3.2卷积神经网络    10
2.3.3长短期记忆网络    11
3基于Keras的图像问答算法Python实现    13
3.1本文图像问答算法框架    13
3.2数据集    13
3.3数据集预处理    14
3.4Keras框架搭建    15
3.4.1Keras简介    15
3.4.2Keras平台搭建    15
3.4.3Keras使用示例    15
3.5图像问答算法实现    16
3.5.1图像特征提取    16
3.5.2Embedding层    16
3.5.3模型的建立    17
3.6图像问答算法模型的应用    18
3.7算法测试    19
4聊天机器人的设计与实现    20
4.1整体功能设计    20
4.2服务端设计与实现    20
4.2.1开发环境    20
4.2.2服务端功能设计    20
4.2.3web.py简介及安装    21
4.2.4图灵机器人api简介及使用    21
4.2.5服务器端功能实现    22
4.3客户端设计与实现    23
4.3.1开发环境    23
4.3.2客户端功能设计    23
4.3.3客户端主要类图    23
4.3.4用例图    24
4.3.4客户端顺序图    24
4.3.5界面设计    25
4.3.6关键功能实现    26
4.4测试    29
4.4.1界面测试    29
4.3.2图片功能测试    30
4.3.3常用语发送测试    31
4.3.4聊天功能测试    32
5总结与展望    34
致谢    35
参考文献    36
基于图像问答算法的聊天机器人软件的设计与实现
1绪论
1.1研究背景及意义
1995年来，互联网开始快速发展，其中包含的信息呈爆炸式地增长，2016年仅仅中国的网页数量超过了2360亿个，而2010年中国仅有200亿个。因此，如何管理这些网站大量的数据，使用搜索引擎帮助人们更好地找寻目标信息，一直是信息检索领域的研究热门。经过长期的学习和探索，学者们在信息检索领域积累了大量的研究成果，而工业界对于如何把这些研究成果和产业相结合也取得了很多成功的经验。但是，用户在搜索引擎上搜索结果时，搜索引擎会返回给用户一个链接列表。但是，面对那么多的结果链接列表，用户大部分时候会感到纠结或者困惑。为了解决上述信息过载的问题，问答系统也就应运而生。问答系统是指一个能回答任意自然语言形式问题的自动机[17]。问答系统分为两类：开放领域的问答系统和特定领域的问答系统[1]。开放领域问答系统是指对问题没有特别的限定[18]，问题可以是任意种类的，涉及到生活任意方面的；特定领域的问答系统是指处理某一特定领域中的问题，例如与农业相关的问题或者与音乐相关的问题等等。
  Python图像问答算法的聊天机器人软件的设计+源代码(2):http://www.youerw.com/jisuanji/lunwen_24799.html