首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中文阅读理解选择题求解技术研究

中文摘要第10-11页
ABSTRACT第11-12页
第一章 绪论第13-21页
    1.1 绪论第13-14页
        1.1.1 研究背景及意义第13-14页
        1.1.2 课题来源第14页
    1.2 国内外研究现状第14-18页
        1.2.1 阅读理解研究现状第14-16页
        1.2.2 候选句抽取研究现状第16-17页
        1.2.3 文本蕴含研究现状第17-18页
    1.3 本文研究内容第18-20页
    1.4 论文的组织结构第20-21页
第二章 高考阅读理解选择题分析第21-27页
    2.1 阅读理解选择题概述第21-22页
    2.2 阅读理解选择题分类第22-24页
    2.3 阅读理解解答技术分析及挑战第24-25页
    2.4 本章小结第25-27页
第三章 候选句抽取关键技术研究第27-35页
    3.1 问题形式化描述第27页
    3.2 候选句抽取方法第27-30页
        3.2.1 基于词向量的句子相似度方法第27-28页
        3.2.2 基于LDA的句子主题分布方法第28-29页
        3.2.3 基于topicalwordembedding的句子相似度方法第29-30页
    3.3 实验结果第30-33页
        3.3.1 实验设计第30-31页
        3.3.2 结果与分析第31-33页
    3.4 本章小结第33-35页
第四章 文本蕴含关键技术研究第35-43页
    4.1 任务分析第35-36页
    4.2 基于层级神经网络的中文文本蕴含第36-39页
        4.2.1 LSTM第36页
        4.2.2 层级LSTM第36-37页
        4.2.3 基于层级神经网络的多对一文本蕴含第37-38页
        4.2.4 基于层级attention的多对一文本蕴含识别第38-39页
    4.3 实验结果第39-42页
        4.3.1 实验设计第39页
        4.3.2 结果与分析第39-42页
    4.4 本章小结第42-43页
第五章 高考阅读理解选择题解答系统第43-49页
    5.1 系统解答的相关方法第43-44页
    5.2 解题结果与分析第44-49页
第六章 结论与展望第49-51页
    6.1 结论第49-50页
    6.2 展望第50-51页
参考文献第51-57页
攻读学位期间取得的研究成果第57-59页
致谢第59-61页
个人简况及联系方式第61-62页

论文共62页,点击 下载论文
上一篇:基于汉语框架语义关系的零形式识别与消解
下一篇:基于深度学习的情绪原因识别方法研究