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--计算机网络论文--一般性问题论文

关于网络社区问答知识重用的研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-11页
表格索引第11-13页
插图索引第13-14页
第一章 绪论第14-22页
   ·研究背景第14-16页
   ·主要工作第16-19页
     ·问答知识的抽取第17页
     ·问题搜索与推荐第17-18页
     ·问题效用的评价第18-19页
     ·问题兴趣度的预测第19页
   ·章节安排第19-22页
第二章 相关领域研究现状第22-34页
   ·问答知识的抽取第22-23页
   ·问答知识的重用第23-30页
     ·问题搜索第23-27页
     ·问题推荐第27-28页
     ·问答的静态排序第28-29页
     ·有关社区问答系统中用户行为的研究第29-30页
   ·社区问答服务实例第30-31页
   ·传统问答系统第31-34页
     ·历史回顾第32-33页
     ·主要方法第33-34页
第三章 问答知识的抽取第34-56页
   ·引言第34-37页
   ·问题的形式化定义第37-39页
     ·符号与图表示第37页
     ·结构化模型第37-39页
   ·特征定义第39-42页
     ·结点特征映射第40-41页
     ·水平边特征映射第41页
     ·标记组特征映射第41-42页
   ·结构化支持向量机和其推理算法第42-46页
     ·精确推理算法第43-45页
     ·近似推理算法第45-46页
   ·损失函数第46-48页
     ·基于错误率的损失函数第47页
     ·基于序列的损失函数第47页
     ·权衡召回率和准确率的损失函数第47-48页
     ·权衡上下文抽取和答案抽取的损失函数第48页
   ·实验评测第48-53页
     ·实验设置第48-49页
     ·基线方法第49-50页
     ·实验结果第50-53页
   ·本章小结第53-56页
第四章 问题搜索与推荐第56-84页
   ·引言第56-59页
     ·问题主题与问题焦点第56页
     ·问题搜索第56-57页
     ·问题推荐第57-58页
     ·基本思路第58-59页
   ·基于MDL的树切分模型第59-61页
   ·主题词的选取第61-65页
     ·候选主题词的抽取第61-63页
     ·主题词的归约第63-65页
   ·问题主题与问题焦点的识别第65-69页
     ·问题树的构建第65-68页
     ·问题树的划分第68-69页
   ·候选排序第69-71页
     ·问题搜索的候选排序第69-70页
     ·问题推荐的候选排序第70-71页
   ·实验评测第71-81页
     ·实验设置第71-73页
     ·基线方法第73页
     ·问题搜索的实验结果第73-76页
     ·问题推荐的实验结果第76-81页
   ·本章小结第81-84页
第五章 问题效用第84-96页
   ·引言第84-85页
   ·问题效用的定义及其估测方法第85-88页
     ·基于语言模型的方法第85-87页
     ·基于LexRank的方法第87-88页
   ·作为问题搜索的静态排序第88-89页
   ·实验评测第89-95页
     ·实验设置第89-91页
     ·实验结果第91-95页
   ·本章小结第95-96页
第六章 问题兴趣度第96-114页
   ·引言第96-97页
   ·问题兴趣度第97-100页
     ·有关‘interesting’的标注第97页
     ·有关问题兴趣度的偏序关系第97-100页
   ·预测问题兴趣度第100-106页
     ·问题描述第100-101页
     ·考虑偏好学习的感知器算法第101-102页
     ·基于群体意见的感知器算法第102-105页
     ·学习特征第105-106页
   ·实验评测第106-112页
     ·实验设置第106-108页
     ·实验结果第108-111页
     ·讨论分析第111-112页
   ·本章小结第112-114页
第七章 总结与展望第114-120页
   ·主要贡献第114-116页
   ·工作展望第116-120页
参考文献第120-132页
简历第132-134页
致谢第134-136页
攻读学位期间发表的学术论文目录第136-140页

论文共140页,点击 下载论文
上一篇:人体运动的视觉重建与识别
下一篇:混合H2/H指标鲁棒模型预测控制器的设计