| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的研究内容 | 第12-13页 |
| ·论文的组织 | 第13-16页 |
| 第2章 排序学习理论介绍 | 第16-26页 |
| ·引言 | 第16页 |
| ·排序学习问题 | 第16-21页 |
| ·传统排序模型 | 第16-19页 |
| ·排序学习简介 | 第19-21页 |
| ·排序学习算法 | 第21-23页 |
| ·基于数据点的排序学习方法 | 第21页 |
| ·基于数据对的排序学习方法 | 第21-22页 |
| ·基于数据列表的排序学习方法 | 第22-23页 |
| ·排序学习性能评价指标 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 领域问句和答案的特征提取及优化 | 第26-40页 |
| ·引言 | 第26页 |
| ·领域问句与答案的特征种类提取 | 第26-36页 |
| ·领域问句与答案的相似度特征 | 第26-30页 |
| ·融合翻译模型的特征 | 第30页 |
| ·密度和频度的特征 | 第30-32页 |
| ·领域句法结构的信息特征 | 第32-35页 |
| ·外部知识库的特征 | 第35-36页 |
| ·问句与答案的特征优化 | 第36-37页 |
| ·问句和答案特征的归一化处理 | 第36页 |
| ·基于主成分分析的特征优化 | 第36-37页 |
| ·小结 | 第37-40页 |
| 第4章 领域实体类答案排序方法 | 第40-52页 |
| ·引言 | 第40-41页 |
| ·领域命名实体识别 | 第41-42页 |
| ·基于问句主题的领域实体答案搜索排序模型 | 第42-47页 |
| ·构建基于问句主题的实体类排序模型 | 第42-44页 |
| ·领域实体类问题排序方法 | 第44-47页 |
| ·实验与结果分析 | 第47-50页 |
| ·训练与测试数据准备 | 第47页 |
| ·实验与结果分析 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 复杂类答案排序方法 | 第52-62页 |
| ·引言 | 第52页 |
| ·基于语篇结构和Ranking-SVM的排序方法 | 第52-57页 |
| ·语篇结构与答案排序 | 第52-55页 |
| ·构建基于语篇结构和Ranking-SVM的排序模型 | 第55-57页 |
| ·实验结果及对比分析 | 第57-60页 |
| ·实验设置 | 第57-58页 |
| ·实验与结果分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第6章 基于排序学习的领域问答试验原型系统 | 第62-70页 |
| ·引言 | 第62页 |
| ·系统框架 | 第62-63页 |
| ·核心功能模块 | 第63-65页 |
| ·问句分析 | 第63-64页 |
| ·旅游文本获取和段落检索 | 第64页 |
| ·排序模型的构建 | 第64-65页 |
| ·系统实现和答案提取结果 | 第65-67页 |
| ·以句子为答案的部分实验结果 | 第65-66页 |
| ·以列表为答案的部分实验结果 | 第66-67页 |
| ·以段落为答案的部分实验结果 | 第67页 |
| ·系统评价 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第7章 总结和展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·工作展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-82页 |
| 附录A 攻读硕士期间发表的论文 | 第82-83页 |
| 附录B 申请软件的著作权 | 第83-84页 |
| 附录C 攻读硕士期间参与项目 | 第84页 |