| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 2 问句检索相关技术及实现方法 | 第14-18页 |
| 2.1 向量空间模型 | 第14-15页 |
| 2.2 BM25模型 | 第15页 |
| 2.3 语言模型 | 第15-16页 |
| 2.3.1 一元语言模型 | 第15页 |
| 2.3.2 翻译模型 | 第15-16页 |
| 2.3.3 基于翻译的语言模型 | 第16页 |
| 2.4 本章小结 | 第16-18页 |
| 3 基于特征融合的问句相似度计算方法 | 第18-29页 |
| 3.1 引言 | 第18-19页 |
| 3.2 检索模型概述 | 第19-24页 |
| 3.2.1 算法思想 | 第19页 |
| 3.2.2 词序相似度 | 第19-20页 |
| 3.2.3 改进的统计模型 | 第20-21页 |
| 3.2.4 问题的主题和焦点确定 | 第21-22页 |
| 3.2.5 语义模型 | 第22页 |
| 3.2.6 基于答案信息模型 | 第22-24页 |
| 3.3 实验设计 | 第24-28页 |
| 3.3.1 实验数据 | 第24-25页 |
| 3.3.2 评价指标 | 第25页 |
| 3.3.3 实验结果与分析 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 融合问句类别信息和答案类别信息的检索模型 | 第29-38页 |
| 4.1 引言 | 第29-30页 |
| 4.2 检索模型概述 | 第30-34页 |
| 4.2.1 算法思想 | 第30页 |
| 4.2.2 语言模型 | 第30-31页 |
| 4.2.3 基于问句类别信息平滑的语言模型 | 第31-33页 |
| 4.2.4 基于答案类别信息平滑的语言模型 | 第33-34页 |
| 4.2.5 融合问句类别信息和答案类别信息平滑的语言模型 | 第34页 |
| 4.3 实验设计 | 第34-37页 |
| 4.3.1 实验数据 | 第34-35页 |
| 4.3.2 参数选择 | 第35页 |
| 4.3.3 实验结果与分析 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 5 融合问句主题信息和答案主题信息的检索模型 | 第38-49页 |
| 5.1 引言 | 第38页 |
| 5.2 检索模型概述 | 第38-45页 |
| 5.2.1 算法思想 | 第38-39页 |
| 5.2.2 LDA(Latent Dirichlet Allocation)主题模型 | 第39-41页 |
| 5.2.3 语言模型 | 第41页 |
| 5.2.4 基于问句主题信息平滑的语言模型 | 第41-44页 |
| 5.2.5 基于答案主题信息平滑的语言模型 | 第44-45页 |
| 5.2.6 融合问句类别信息和答案类别信息平滑的语言模型 | 第45页 |
| 5.3 实验设计 | 第45-48页 |
| 5.3.1 实验数据 | 第45-46页 |
| 5.3.2 参数选择 | 第46页 |
| 5.3.3 实验结果与分析 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
