| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 问答系统研究 | 第13-14页 |
| 1.2.2 阅读理解研究 | 第14-16页 |
| 1.2.3 词语关联方法研究 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第二章 阅读理解概括类问题分析 | 第20-26页 |
| 2.1 问答题题型分析 | 第20页 |
| 2.2 概括题的题型特点 | 第20-21页 |
| 2.3 语料构建及问题识别 | 第21-23页 |
| 2.4 概括类问题解答 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 问题关键词的词语关联方法 | 第26-36页 |
| 3.1 词语关联方法 | 第26-30页 |
| 3.1.1 基于LDA的问题主题词语扩展 | 第26-28页 |
| 3.1.2 基于Word2Vec的问题语义词语扩展 | 第28-29页 |
| 3.1.3 基于情感信息的词语扩展 | 第29-30页 |
| 3.2 实验结果与分析 | 第30-34页 |
| 3.2.1 实验数据集和评价指标 | 第30-31页 |
| 3.2.2 参数确定 | 第31-33页 |
| 3.2.3 实验结果与分析 | 第33-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第四章 概括类问题的答案句抽取方法 | 第36-44页 |
| 4.1 句子相似度计算方法 | 第36-39页 |
| 4.1.1 词形匹配与语义相似度混合计算方法 | 第36-37页 |
| 4.1.2 基于Word2Vec的句子相似度计算方法 | 第37页 |
| 4.1.3 基于CNN的句子相似性建模方法 | 第37-39页 |
| 4.2 基于相似度计算的答案句抽取 | 第39页 |
| 4.3 实验结果 | 第39-41页 |
| 4.3.1 实验数据与评价指标 | 第39页 |
| 4.3.2 参数设置与实验结果分析 | 第39-41页 |
| 4.4 本章小结 | 第41-44页 |
| 第五章 高考散文概括类问题解答系统 | 第44-50页 |
| 5.1 高考散文概括类问题解答系统的系统框架 | 第44-45页 |
| 5.2 高考散文概括类问题解答系统结果展示 | 第45-48页 |
| 5.2.1 问题判别 | 第45-47页 |
| 5.2.2 问题关键词扩展 | 第47页 |
| 5.2.3 答案句生成 | 第47-48页 |
| 5.3 本章小结 | 第48-50页 |
| 第六章 结论与展望 | 第50-52页 |
| 6.1 结论 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间取得的研究成果 | 第56-58页 |
| 致谢 | 第58-60页 |
| 个人简况及联系方式 | 第60-63页 |