摘要 | 第4-6页 |
Abstract | 第6-8页 |
第一章 绪论 | 第12-22页 |
第1节 引言 | 第12-14页 |
第2节 Web社区问答检索研究现状 | 第14-20页 |
2.1. 问题的答案质量 | 第17-18页 |
2.2. 问题的组织结构 | 第18-19页 |
2.3. 问题检索模型 | 第19-20页 |
第3节 本文的主要工作和结构安排 | 第20-22页 |
第二章 相关工作及研究背景 | 第22-37页 |
第1节 社区问题答案摘要 | 第22-26页 |
第2节 社区问题层次分类 | 第26-30页 |
第3节 问题检索模型 | 第30-35页 |
3.1. 基本问题检索模型 | 第30-32页 |
3.2. 当前问题检索模型的研究进展 | 第32-35页 |
第4节 其它相关工作 | 第35-37页 |
4.1. 自动问题回答 | 第35页 |
4.2. 社区问答中的权威专家发现 | 第35-36页 |
4.3. 在线论坛中的问题检测 | 第36-37页 |
第三章 基于上下文建模和组L_1正则化的答案摘要技术 | 第37-61页 |
第1节 引言 | 第37-41页 |
1.1. 定义 | 第40-41页 |
第2节 答案摘要框架 | 第41-50页 |
2.1. 条件随机场 | 第41页 |
2.2. cQA特征和上下文建模 | 第41-48页 |
2.3. 特征参数学习中的组L_1正则化 | 第48-50页 |
第3节 实验设置 | 第50-52页 |
3.1. 数据集 | 第50-52页 |
3.2. 评估标准 | 第52页 |
第4节 实验结果 | 第52-58页 |
4.1. 摘要准确性 | 第52-55页 |
4.2. 特征学习评估 | 第55-56页 |
4.3. 摘要示例 | 第56-58页 |
第5节 讨论 | 第58-59页 |
5.1. 每个子类别的摘要准确性 | 第58页 |
5.2. 答案摘要的长度 | 第58-59页 |
5.3. 问题分割质量的影响 | 第59页 |
第6节 本章小结 | 第59-61页 |
第四章 基于层次核化分类技术的社区问答话题分类 | 第61-81页 |
第1节 引言 | 第61-64页 |
第2节 问题话题分类框架 | 第64-69页 |
2.1. 一般问题话题分类模型 | 第64-66页 |
2.2. 本章提出的稀疏层次分类方法 | 第66-69页 |
第3节 参数估计和模型推断 | 第69-71页 |
3.1. 参数估计 | 第69-71页 |
3.2. 模型推断 | 第71页 |
第4节 实验 | 第71-76页 |
4.1. 实验设置 | 第71-72页 |
4.2. 实验结果 | 第72-74页 |
4.3. 核权重学习 | 第74-75页 |
4.4. 改变训练集的大小 | 第75-76页 |
4.5. 经验参数设定 | 第76页 |
第5节 讨论 | 第76-79页 |
5.1. 问题各个域对分类的影响 | 第77-78页 |
5.2. 各个核函数对分类的作用 | 第78页 |
5.3. 误分类示例 | 第78-79页 |
第6节 本章小结 | 第79-81页 |
第五章 基于层次分类的检索词项选取和结果重排序的社区问题检索方法 | 第81-101页 |
第1节 引言 | 第81-84页 |
第2节 基于层次分类的词项抽取和赋权 | 第84-87页 |
2.1. 层次分类方法 | 第84-86页 |
2.2. 检索词项抽取和赋权过程 | 第86-87页 |
第3节 问题检索模型 | 第87-92页 |
3.1. 总体框架 | 第87-88页 |
3.2. 将基本问题检索模型整合进统一框架 | 第88-90页 |
3.3. 问题重排序 | 第90-92页 |
第4节 实验 | 第92-100页 |
4.1. 实验设置 | 第92-93页 |
4.2. 实验结果 | 第93-95页 |
4.3. 稀疏正则化的作用 | 第95页 |
4.4. 一些关键参数的影响 | 第95-98页 |
4.5. 示例分析 | 第98-100页 |
第5节 本章小结 | 第100-101页 |
第六章 总结和展望 | 第101-103页 |
第1节 全文工作总结 | 第101-102页 |
第2节 后续工作展望 | 第102-103页 |
参考文献 | 第103-112页 |
致谢 | 第112-113页 |
攻读博士学位期间发表论文情况和研究成果 | 第113-114页 |