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--信息处理(信息加工)论文--文字信息处理论文

多层次特征融合的短文本匹配方法

摘要第4-5页
ABSTRACT第5页
第1章 绪论第9-18页
    1.1 课题来源第9页
    1.2 课题研究的背景和意义第9-10页
    1.3 语义匹配的研究现状第10-13页
    1.4 短文本匹配的研究现状第13-16页
        1.4.1 微博搜索结果排序第13-15页
        1.4.2 短文本会话第15-16页
    1.5 本文主要研究内容和章节安排第16-18页
第2章 短文本匹配相关技术介绍第18-27页
    2.1 引言第18页
    2.2 短文本会话匹配模型第18-22页
        2.2.1 基于翻译语言模型的匹配模型第18-19页
        2.2.2 深层结构匹配模型第19-21页
        2.2.3 基于主题词的匹配模型第21-22页
    2.3 学习排序技术第22-23页
    2.4 词向量技术及其应用第23-26页
        2.4.1 词向量的定义第23页
        2.4.2 训练词向量的方法第23-25页
        2.4.3 词向量在短文本匹配中的应用第25-26页
    2.5 本章小结第26-27页
第3章 短文本会话任务的多层次匹配方法第27-40页
    3.1 引言第27页
    3.2 短文本会话任务定义和模型框架第27-29页
        3.2.1 任务定义第27-28页
        3.2.2 模型框架第28-29页
    3.3 浅层次匹配第29-32页
        3.3.1 相似度特征第29-30页
        3.3.2 语义相似度特征第30-31页
        3.3.3 基于BM25模型的特征第31-32页
    3.4 深层次匹配第32-37页
        3.4.1 基于词向量的匹配特征第33-36页
        3.4.2 基于句子向量的匹配特征第36-37页
    3.5 基于规则的匹配第37-38页
    3.6 匹配特征的融合第38-39页
    3.7 本章小结第39-40页
第4章 短文本会话任务的模型实现第40-46页
    4.1 引言第40页
    4.2 短文本会话任务的工作流程第40-41页
    4.3 数据预处理第41-42页
    4.4 快速检索模块的实现第42页
    4.5 多层次特征融合的方法实现第42-45页
        4.5.1 浅层匹配特征的生成第42-43页
        4.5.2 深层匹配特征的生成第43-45页
        4.5.3 规则匹配特征的生成第45页
        4.5.4 排序模型的实现第45页
    4.6 本章小结第45-46页
第5章 实验结果及分析第46-59页
    5.1 引言第46页
    5.2 实验数据第46-49页
        5.2.1 未标注的微博会话数据第46-47页
        5.2.2 已标注的微博会话数据第47-48页
        5.2.3 原始微博数据第48-49页
    5.3 实验结果评价方法第49-50页
    5.4 模型参数选择第50-52页
    5.5 实验结果对比分析第52-56页
        5.5.1 综合多层次匹配特征的实验结果第52-54页
        5.5.2 匹配特征效果测试第54-56页
    5.6 匹配样例分析第56-57页
        5.6.1 浅层匹配特征测试实例分析第56页
        5.6.2 深层匹配特征测试实例分析第56-57页
        5.6.3 规则匹配特征测试实例分析第57页
    5.7 测试失败的样例分析第57-58页
    5.8 本章小结第58-59页
结论第59-60页
参考文献第60-65页
攻读硕士学位期间发表的论文及其它成果第65-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于群智能的多目标关联规则挖掘算法应用研究
下一篇:某农产品交易中心信息系统建设实践