面向问答的问句关键词提取技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究目的和意义 | 第8-9页 |
| 1.1.1 课题背景 | 第8页 |
| 1.1.2 课题研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.2.3 国内外研究现状简析 | 第11-12页 |
| 1.3 本文研究内容及章节安排 | 第12-15页 |
| 1.3.1 本文研究内容 | 第12-13页 |
| 1.3.2 本文章节安排 | 第13-15页 |
| 第2章 基于依存分析排序的无监督方法提取关键词 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 应用词向量的通用关键词提取方法 | 第15-21页 |
| 2.2.1 Text Rank算法 | 第15-17页 |
| 2.2.2 词向量 | 第17-19页 |
| 2.2.3 基于词引力值排序的关键词提取方法 | 第19-21页 |
| 2.3 基于依存分析排序的关键词提取方法 | 第21-23页 |
| 2.4 语料库的建设 | 第23-25页 |
| 2.4.1 语料收集 | 第24页 |
| 2.4.2 标注规范 | 第24-25页 |
| 2.5 实验与分析 | 第25-27页 |
| 2.5.1 实验方法与数据 | 第25-26页 |
| 2.5.2 实验评价指标 | 第26页 |
| 2.5.3 实验结果及分析 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于特征选择的机器学习方法提取关键词 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 MAUI系统介绍 | 第28-29页 |
| 3.3 基于最大熵模型的关键词提取方法 | 第29-33页 |
| 3.3.1 最大熵模型介绍 | 第29-30页 |
| 3.3.2 提取关键词 | 第30-33页 |
| 3.4 实验结果与分析 | 第33-35页 |
| 3.4.1 实验设置与结果 | 第33页 |
| 3.4.2 实验分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 自动学习特征的深度学习方法提取关键词 | 第36-49页 |
| 4.1 引言 | 第36页 |
| 4.2 LSTM网络介绍 | 第36-41页 |
| 4.2.1 RNN | 第36-39页 |
| 4.2.2 LSTM | 第39-41页 |
| 4.3 基于LSTM模型的关键词提取方法 | 第41-44页 |
| 4.3.1 LSTM | 第41-42页 |
| 4.3.2 以目标词为中心的LSTM | 第42-44页 |
| 4.4 两段式训练方法 | 第44-46页 |
| 4.4.1 生成训练数据 | 第44-45页 |
| 4.4.2 两段式训练 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-48页 |
| 4.5.1 实验设置 | 第46页 |
| 4.5.2 实验结果与分析 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
