| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题来源背景及研究目的意义 | 第10-13页 |
| 1.2 相关工作的研究现状 | 第13-17页 |
| 1.2.1 深度学习用于阅读理解 | 第13-14页 |
| 1.2.2 阅读理解相关评测 | 第14-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 1.4 论文主要组织结构 | 第19-21页 |
| 第2章 机器阅读理解深度学习模型对比分析 | 第21-34页 |
| 2.1 模型框架的分析 | 第21-28页 |
| 2.1.1 基于attention的QA-LSTM模型分析 | 第21-24页 |
| 2.1.2 BiDAF模型分析 | 第24-28页 |
| 2.2 模型的对比分析 | 第28-30页 |
| 2.2.1 模型框架的对比 | 第28-29页 |
| 2.2.2 模型内部机制的对比 | 第29页 |
| 2.2.3 模型性能的对比 | 第29-30页 |
| 2.3 对比实验 | 第30-32页 |
| 2.3.1 实验设置 | 第30-32页 |
| 2.3.2 结果与分析 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 机器阅读理解模型的改进 | 第34-47页 |
| 3.1 深度学习模型中先验知识的引入 | 第34-42页 |
| 3.1.1 梳理不同级别的语言学知识 | 第34-37页 |
| 3.1.2 探究先验知识的引入方式 | 第37-39页 |
| 3.1.3 先验知识引入实验 | 第39-42页 |
| 3.2 attention粒度研究 | 第42-45页 |
| 3.2.1 研究动机及方案 | 第42-43页 |
| 3.2.2 attention粒度研究实验 | 第43-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 中文阅读理解系统的改进 | 第47-61页 |
| 4.1 DuReader基系统 | 第47-50页 |
| 4.1.1 答案预筛选方案 | 第47-48页 |
| 4.1.2 模型上的改进 | 第48-50页 |
| 4.2 在答案预筛选上的改进 | 第50-52页 |
| 4.2.1 答案段落筛选 | 第50-51页 |
| 4.2.2 伪答案片段定位 | 第51-52页 |
| 4.3 模型及答案预筛选改进实验 | 第52-59页 |
| 4.3.1 实验设置 | 第52-55页 |
| 4.3.2 结果与分析 | 第55-59页 |
| 4.4 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的学术论文及其他成果： | 第68-70页 |
| 致谢 | 第70-71页 |