摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-16页 |
1.3 论文的研究内容 | 第16-17页 |
1.4 论文的组织 | 第17-19页 |
第二章 分类与排序学习的理论知识 | 第19-29页 |
2.1 引言 | 第19页 |
2.2 分类算法简介 | 第19-21页 |
2.2.1 传统的分类方法 | 第19-20页 |
2.2.2 基于机器学习的分类方法 | 第20-21页 |
2.3 排序学习问题 | 第21-24页 |
2.3.1 传统排序模型 | 第21-22页 |
2.3.2 排序学习简介 | 第22-24页 |
2.4 排序学习算法 | 第24-26页 |
2.4.1 PointWise排序学习方法 | 第24页 |
2.4.2 PairWise排序学习方法 | 第24-25页 |
2.4.3 ListWise排序学习方法 | 第25-26页 |
2.5 排序学习性能评价指标 | 第26-28页 |
2.5.1 P@n(Precision at position n) | 第26页 |
2.5.2 MAP(Mean average precision) | 第26-27页 |
2.5.3 MRR(Mean Reciprocal Ranking) | 第27页 |
2.5.4 NDCG(Normalized discount cumulative gain) | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第三章 社区问答中问句及答案的特征提取 | 第29-35页 |
3.1 引言 | 第29-30页 |
3.2 社区问答中影响排序的因素 | 第30-31页 |
3.2.1 用户的标签 | 第30页 |
3.2.2 用户的行为 | 第30-31页 |
3.3 社区问答中问句及答案的特征提取 | 第31-33页 |
3.3.1 TFIDF特征提取 | 第31-32页 |
3.3.2 基于同义词词林的语义扩展度特征提取 | 第32-33页 |
3.4 融入用户标签和用户行为的特征优化 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第四章 基于集成方法的半监督问句分类 | 第35-43页 |
4.1 引言 | 第35-36页 |
4.2 集成学习方法简介 | 第36-37页 |
4.3 基于集成的半监督分类方法介绍 | 第37-38页 |
4.4 实验数据与参数设置 | 第38页 |
4.5 实验设计与结果分析 | 第38-42页 |
4.5.1 中文问句分类特征提取方法比较分析 | 第38-40页 |
4.5.2 中文问句分类集成方法和单一分类器的比较分析 | 第40-41页 |
4.5.3 半监督方法Semi-Bagging与监督方法Bagging问句分类比较 | 第41-42页 |
4.6 本章小结 | 第42-43页 |
第五章 融入用户标签和行为特征的列表排序方法 | 第43-49页 |
5.1 引言 | 第43页 |
5.2 用户标签和行为特征的提取 | 第43-44页 |
5.3 ListNet列表排序方法介绍 | 第44-45页 |
5.4 实验数据与参数设置 | 第45页 |
5.5 实验设计与结果分析 | 第45-48页 |
5.5.1 不同排序学习方法的答案排序比较分析 | 第45-46页 |
5.5.2 融入用户标签和行为特征的列表排序方法 | 第46-48页 |
5.6 本章小结 | 第48-49页 |
第六章 基于用户标签和行为优化的列表排序方法 | 第49-55页 |
6.1 引言 | 第49页 |
6.2 基于用户标签和行为优化的列表排序方法 | 第49-50页 |
6.3 实验数据与参数设置 | 第50页 |
6.4 实验设计与结果分析 | 第50-53页 |
6.4.1 不同评价指标的排序结果比较分析 | 第50-51页 |
6.4.2 不同维度的排序比较分析 | 第51-53页 |
6.5 本章小结 | 第53-55页 |
第七章 总结与展望 | 第55-57页 |
7.1 总结 | 第55-56页 |
7.2 工作展望 | 第56-57页 |
致谢 | 第57-59页 |
参考文献 | 第59-65页 |
附录A 攻读硕士学位期间发表论文与申请软件著作权 | 第65-67页 |
附录B 攻读硕士期间参与项目 | 第67页 |