| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 问答系统及其关键技术 | 第14-26页 |
| 2.1 问答系统概述 | 第14-15页 |
| 2.2 文本处理技术 | 第15-19页 |
| 2.2.1 TF-IDF | 第15-16页 |
| 2.2.2 LDA主题模型 | 第16-17页 |
| 2.2.3 神经网络模型 | 第17-19页 |
| 2.3 问题和答案的类型 | 第19-21页 |
| 2.4 问答技术的主要方法 | 第21-24页 |
| 2.4.1 基于信息抽取的问答 | 第21-22页 |
| 2.4.2 基于语法逻辑的问答 | 第22-23页 |
| 2.4.3 基于向量空间建模的问答 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 问句理解表示的研究 | 第26-38页 |
| 3.1 显式的理解 | 第26-29页 |
| 3.1.1 知识库 | 第26-28页 |
| 3.1.2 基于显式理解的问句扩展 | 第28-29页 |
| 3.2 隐式的理解 | 第29-31页 |
| 3.2.1 理解的迁移 | 第29-30页 |
| 3.2.2 问答的隐式理解表征 | 第30-31页 |
| 3.3 显式关系识别 | 第31-34页 |
| 3.4 关系向量 | 第34-35页 |
| 3.5 本章小结 | 第35-38页 |
| 第四章 基于非结构化句子级别答案的问答 | 第38-50页 |
| 4.1 非结构化知识 | 第38-41页 |
| 4.1.1 网页知识库 | 第38-39页 |
| 4.1.2 非结构化问答数据集的构建 | 第39-41页 |
| 4.2 基于信息检索与排序学习的问答 | 第41-45页 |
| 4.2.1 基于非结构化文档的问答模型 | 第41-43页 |
| 4.2.2 信息检索 | 第43页 |
| 4.2.3 排序学习 | 第43-45页 |
| 4.3 嵌入理解的问答 | 第45-46页 |
| 4.4 实验与结果分析 | 第46-48页 |
| 4.4.1 实验过程 | 第46-47页 |
| 4.4.2 实验结果分析 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 基于片段式答案理解的问答 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 片段式问答相关工作 | 第50-52页 |
| 5.2.1 基于CNN的语义表示 | 第50-51页 |
| 5.2.2 基于LSTM的语义表示 | 第51页 |
| 5.2.3 注意力机制 | 第51-52页 |
| 5.3 基于深度学习的答案片段理解 | 第52-57页 |
| 5.3.1 CNN-LSTM模型 | 第52-54页 |
| 5.3.2 Attention-LSTM模型 | 第54-55页 |
| 5.3.3 Understanding-Embed模型 | 第55-56页 |
| 5.3.4 参数训练 | 第56-57页 |
| 5.4 实验 | 第57-59页 |
| 5.4.1 评价指标 | 第57页 |
| 5.4.2 实验结果分析 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |