| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 主要研究内容 | 第11-12页 |
| 1.3 论文主要结构 | 第12-14页 |
| 第二章 答案选择相关技术 | 第14-36页 |
| 2.1 词向量及词向量模型 | 第14-21页 |
| 2.1.1 基于词嵌入的词向量模型 | 第15-20页 |
| 2.1.2 基于矩阵的词向量模型 | 第20-21页 |
| 2.2 神经网络 | 第21-29页 |
| 2.3 注意力机制 | 第29-32页 |
| 2.3.1 注意力机制在NLP任务中的应用 | 第29-32页 |
| 2.4 答案选择任务中的语义匹配方式 | 第32-34页 |
| 2.5 答案选择中的评价指标 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 词与局部语义信息联合对齐的语义匹配模型 | 第36-54页 |
| 3.1 语义对齐模型中词信息单独对齐的问题 | 第36页 |
| 3.2 局部语义信息的建模方式 | 第36-39页 |
| 3.3 答案选择中的Compare-Aggregate语义对齐框架 | 第39-40页 |
| 3.3.1 基于语义的答案选择的发展 | 第39页 |
| 3.3.2 语义对齐框架Compare-Aggregate | 第39-40页 |
| 3.4 联合词和局部语义信息对齐的答案选择模型 | 第40-47页 |
| 3.4.1 局部语义信息的抽取 | 第42-44页 |
| 3.4.2 词级别信息和局部语义信息的对齐 | 第44-47页 |
| 3.5 实验和结果分析 | 第47-52页 |
| 3.5.1 实验数据集 | 第47-49页 |
| 3.5.2 实验设置 | 第49-50页 |
| 3.5.3 实验结果和样例分析 | 第50-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 基于注意力的动态语义阈值机制 | 第54-62页 |
| 4.1 答案选择中的传统注意力机制存在的问题 | 第54-56页 |
| 4.2 引入动态语义阈值的注意力机制 | 第56-58页 |
| 4.2.1 动态阈值网络 | 第56-57页 |
| 4.2.2 动态阈值在注意力机制中的使用 | 第57-58页 |
| 4.3 实验和结果分析 | 第58-60页 |
| 4.3.1 实验数据集 | 第58-59页 |
| 4.3.2 实验设置 | 第59页 |
| 4.3.3 实验结果 | 第59页 |
| 4.3.4 样例分析 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 总结和展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间取得的研究成果 | 第70页 |