| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 问答系统研究现状 | 第13-15页 |
| 1.2.2 问题分类研究现状 | 第15-16页 |
| 1.2.3 阅读理解研究现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 论文框架 | 第18-19页 |
| 第二章 散文阅读理解选择题分析 | 第19-23页 |
| 2.1 选择题的形式及考察内容 | 第19-20页 |
| 2.2 选择题难点分析 | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 基于语言模型的解答策略 | 第23-29页 |
| 3.1 语言模型介绍 | 第23-24页 |
| 3.2 n-gram语言模型的解答方法 | 第24-25页 |
| 3.3 实验结果与分析 | 第25-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第四章 基于启发式信息的解答策略 | 第29-33页 |
| 4.1 启发式信息的解答方法 | 第29-30页 |
| 4.2 实验结果与分析 | 第30-31页 |
| 4.3 本章小结 | 第31-33页 |
| 第五章 基于SVM的选项多标签分类 | 第33-41页 |
| 5.1 选项分类定义 | 第33-34页 |
| 5.2 选项分类特征及表示 | 第34-37页 |
| 5.2.1 基于多特征融合的选项表示 | 第34-35页 |
| 5.2.2 基于word2vector模型的选项表示 | 第35-37页 |
| 5.3 多标签选项分类算法 | 第37页 |
| 5.4 实验结果与分析 | 第37-39页 |
| 5.5 本章小结 | 第39-41页 |
| 第六章 结论与展望 | 第41-43页 |
| 6.1 结论 | 第41-42页 |
| 6.2 展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读学位期间取得的研究成果 | 第47-49页 |
| 致谢 | 第49-51页 |
| 个人简况和联系方式 | 第51-52页 |