| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 引言 | 第13-14页 |
| 1.2 研究背景 | 第14-17页 |
| 1.2.1 教育数据挖掘 | 第14-16页 |
| 1.2.2 试题建模与应用 | 第16-17页 |
| 1.3 研究动机 | 第17-18页 |
| 1.4 研究内容和主要贡献 | 第18-19页 |
| 1.5 论文的组织结构 | 第19-21页 |
| 第2章 相关工作概述 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 试题建模方法 | 第21-29页 |
| 2.2.1 基于词级别的建模方法 | 第21-26页 |
| 2.2.2 基于句子级别的建模方法 | 第26-29页 |
| 2.3 相似试题发现任务 | 第29-30页 |
| 2.4 相关的机器学习方法 | 第30-33页 |
| 2.4.1 多模态学习方法 | 第30-31页 |
| 2.4.2 实例对建模方法 | 第31页 |
| 2.4.3 注意力机制 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于多模态学习的试题表征模型 | 第35-43页 |
| 3.1 引言 | 第35-36页 |
| 3.2 问题定义 | 第36-37页 |
| 3.3 试题表征模型MERM | 第37-42页 |
| 3.3.1 试题输入层 | 第38页 |
| 3.3.2 图片卷积神经网络 | 第38-39页 |
| 3.3.3 知识点嵌入层 | 第39页 |
| 3.3.4 基于注意力机制的长短期记忆网络 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于统一语义表示的相似试题发现 | 第43-51页 |
| 4.1 引言 | 第43-45页 |
| 4.2 问题定义 | 第45-46页 |
| 4.3 研究流程 | 第46-47页 |
| 4.4 基于注意力机制的多模态神经网络框架MANN | 第47-49页 |
| 4.4.1 相似性注意力机制 | 第47-49页 |
| 4.4.2 相似性得分层 | 第49页 |
| 4.5 MANN训练策略 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 实验与分析 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 数据描述 | 第51-53页 |
| 5.3 实验设置 | 第53-55页 |
| 5.4 对比方法 | 第55-56页 |
| 5.5 评价指标 | 第56-57页 |
| 5.6 实验结果与分析 | 第57-60页 |
| 5.6.1 所有模型方法的对比实验结果 | 第57-58页 |
| 5.6.2 不同的m值的实验结果 | 第58-59页 |
| 5.6.3 不同采样方式对模型训练的影响 | 第59-60页 |
| 5.6.4 实例分析 | 第60页 |
| 5.7 本章小结 | 第60-63页 |
| 第6章 总结及展望 | 第63-67页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 研究展望 | 第64-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 在读期间发表的学术论文与取得的研究成果 | 第75页 |