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

面向网络社区问答对的语义挖掘研究

摘要第4-6页
Abstract第6-8页
第1章 绪论第15-34页
    1.1 课题背景及意义第15-17页
    1.2 网络社区的结构与文本信息特点第17-19页
    1.3 国内外研究现状第19-30页
        1.3.1 面向cQA系统的问答信息挖掘第20-23页
        1.3.2 论坛话题中的问答信息发现第23-26页
        1.3.3 答案自动摘要第26-27页
        1.3.4 自动问答研究的新进展第27-28页
        1.3.5 研究现状总结第28-30页
    1.4 本文的研究内容第30-32页
    1.5 本文的内容安排第32-34页
第2章 基于深度学习的短文本语义相关性量化第34-54页
    2.1 引言第34-35页
    2.2 复杂问答对的语言特性第35-36页
    2.3 受限玻尔兹曼机与深度学习第36-38页
    2.4 问答对语义相关性量化第38-45页
        2.4.1 基于问题答案联合分布的深度置信网络第38-41页
        2.4.2 基于答案-问题重建的深度置信网络第41-44页
        2.4.3 特征及模型参数第44-45页
    2.5 论坛与cQA文本的同质性第45-47页
    2.6 实验与讨论第47-52页
        2.6.1 实验设置第47-49页
        2.6.2 实验结果与分析第49-52页
    2.7 本章小结第52-54页
第3章 基于社区非文本特征的问答对挖掘第54-72页
    3.1 引言第54页
    3.2 常见非文本特征在答案识别中的应用第54-56页
    3.3 基于话题段落划分的答案识别第56-61页
        3.3.1 话题段落划分第56-59页
        3.3.2 答案识别第59-60页
        3.3.3 特征集合描述第60-61页
    3.4 噪声环境下的问题发现第61-62页
    3.5 实验与讨论第62-70页
        3.5.1 实验设置第62-64页
        3.5.2 实验结果与分析第64-70页
    3.6 本章小结第70-72页
第4章 基于统计模型的问句生成第72-88页
    4.1 引言第72页
    4.2 问句生成问题的不同解决方法第72-74页
    4.3 统计问句生成与问答系统的关系第74-75页
    4.4 基于深度学习的问句生成第75-80页
        4.4.1 架构描述第75-76页
        4.4.2 问句核心词语生成第76-79页
        4.4.3 基于模板的问句构建第79-80页
    4.5 实验与讨论第80-86页
        4.5.1 实验设置第80-82页
        4.5.2 实验结果与分析第82-86页
    4.6 本章小结第86-88页
第5章 面向问答社区的答案文摘第88-106页
    5.1 引言第88页
    5.2 答案文摘概述第88-91页
        5.2.1 答案文摘的研究对象第89页
        5.2.2 答案文摘的评价指标第89-90页
        5.2.3 答案文摘与多文档文摘的关系第90-91页
    5.3 主题信息存在条件下的答案文摘第91-97页
        5.3.1 主题信息在答案文摘中的作用第91-92页
        5.3.2 基于自适应最大间隔相关模型的答案文摘第92-94页
        5.3.3 实验结果与分析第94-97页
    5.4 无主题信息的答案文摘第97-104页
        5.4.1 无主题信息情况下的答案文摘策略第97-99页
        5.4.2 基于稀疏编码的答案文摘第99-100页
        5.4.3 基于深度学习的答案文摘第100-102页
        5.4.4 实验结果与讨论第102-104页
    5.5 本章小结第104-106页
结论第106-109页
参考文献第109-122页
攻读博士学位期间发表的论文及其他成果第122-124页
致谢第124-126页
个人简历第126页

论文共126页,点击 下载论文
上一篇:典型贝类壳体生物耦合特性及其仿生耐磨研究
下一篇:困境与调适:乡城流动家庭的抗逆力研究