机器阅读理解中答案排序问题的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-16页 |
| 1.3.1 机器阅读理解问题类型 | 第13-15页 |
| 1.3.2 研究难点 | 第15-16页 |
| 1.3.3 研究重点 | 第16页 |
| 1.4 论文安排 | 第16-19页 |
| 第二章 机器阅读理解的相关方法 | 第19-33页 |
| 2.1 自然语言处理与词向量表示 | 第19-22页 |
| 2.1.1 自然语言处理方法 | 第19-20页 |
| 2.1.2 字与词的向量表示 | 第20-22页 |
| 2.2 注意力和门控机制以及相关对比模型 | 第22-31页 |
| 2.2.1 注意力机制和门控机制 | 第22-26页 |
| 2.2.2 本研究的对比模型 | 第26-31页 |
| 2.3 本章小结 | 第31-33页 |
| 第三章 答案排序问题的研究 | 第33-51页 |
| 3.1 数据集介绍与统计分析 | 第33-37页 |
| 3.1.1 RACE数据集 | 第33-37页 |
| 3.1.2 SQuAD1.1数据集 | 第37页 |
| 3.1.3 评价指标 | 第37页 |
| 3.2 问题描述 | 第37-38页 |
| 3.3 混合堆叠模型 | 第38-42页 |
| 3.3.1 模型构建 | 第38-41页 |
| 3.3.2 模型训练 | 第41-42页 |
| 3.4 先验特征的构建 | 第42-44页 |
| 3.4.1 特征构建 | 第42-43页 |
| 3.4.2 模型训练 | 第43-44页 |
| 3.5 基于句子信息的选项门控网络 | 第44-49页 |
| 3.5.1 网络构造 | 第44-48页 |
| 3.5.2 完整模型 | 第48-49页 |
| 3.5.3 模型训练 | 第49页 |
| 3.6 本章小结 | 第49-51页 |
| 第四章 实验结果及分析 | 第51-59页 |
| 4.1 融合网络的有效性分析 | 第51-53页 |
| 4.2 先验特征的有效性分析 | 第53页 |
| 4.3 基于句子信息的选项门控网络的有效性分析 | 第53-58页 |
| 4.3.1 实验效果对比 | 第53-55页 |
| 4.3.2 句子推断实例 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-62页 |
| 5.1 本文总结 | 第59-60页 |
| 5.2 对未来的展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间取得的研究成果 | 第66页 |
