摘  要

 

随着人工智能的飞速发展，对自然语言进行处理使其变为计算机可以识别的语言在我们的日常生活中变得越来越普遍。深度学习是机器学习的一个新的研究方向，深度学习的引入使机器学习更接近人工智能。深度学习的最终目的是希望机器可以学习人的思想，具有分析学习的能力，可以识别文字、图像、声音等信息。为了让机器能够像人一样回答人们提出的问题，基于深度学习的智能问答系统的研究也越来越广泛。

随着软件的快速迭代以及软件的规模和复杂度的节节攀升，软件测试也不再是一个“鸡肋”的职业，软件开发形式的快速转变，以及用户对软件质量的严格要求，使人们充分认识到了软件测试的重要性。软件测试改变了到项目末期才能介入项目的尴尬局面，而且随着软件复杂度的增高，对软件测试人员的要求也越来越严格。

本文是针对软件测试方面的智能问答模型研究，主要实现方法是利用python爬虫技术获取CSDN论坛上的软件测试模块中的帖子和回复，经过中文分词方法（jieba分词）、TF_idf算法和BOW模型进行词向量化，计算余弦相似性等操作，实现了两个基于文本相似度算法的智能问答模型，比较两种文本相似度度量方法在相同条件下的配结果有何差异，模型本质是一个基于问句答案对的问答模型。

 

关键词：软件测试，python爬虫，中文分词，文本相似度，问句答案对

目  录

 

第一章 绪论

1.1 引言 1

1.2 智能问答模型的研究现状 1

1.3 智能问答模型的发展方向 1

1.4 智能问答模型研究存在的问题 2

1.5 项目研究目标 2

第二章 相关技术介绍

2.1 中文分词 3

2.1.1 基于词典的分词方法 3

2.1.2 基于统计的机器学习方法 3

2.1.3 基于理解的分词方法 3

2.2 向量化 3

2.2.1 基于词袋模型的方法 3

2.2.2 基于神经网络模型的方法 4

2.3 相似度算法 6

2.3.1 余弦相似度 6

2.3.2  LSTM模型计算相似度 7

第三章 数据处理 9

3.1 数据获取 9

3.1.1 Python爬虫获取数据流程 9

3.1.2 数据获取关键流程代码和结果 9

3.2 数据处理 13

3.2.1 数据预处理 13

3.2.2 标准问答匹配 15

第四章 模型实现 16

4.1  TF-IDF算法与doc2bow模型结合的问答模型 16

4.1.1 jieba分词 16

4.1.2 计算文本相似度 19

4.1.3 返回问答匹配结果 19

4.2 基于余弦相似度算法的问答模型 23

4.2.1 jieba关键词抽取 23

4.2.2 余弦相似度计算 23

4.2.3 返回问答匹配结果 24

4.3 总结 27

第五章 结论 29

参考文献 30

致  谢 32