| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究工作的背景与意义 | 第8-11页 |
| 1.1.1 基于语义查询的智能搜索引擎 | 第8-9页 |
| 1.1.2 深度学习与自然语言处理 | 第9-11页 |
| 1.2 本文的主要贡献与创新 | 第11-12页 |
| 1.3 本论文的结构安排 | 第12-13页 |
| 第二章 相关研究 | 第13-25页 |
| 2.1 深度学习 | 第13-18页 |
| 2.1.1 分布式表示 | 第14-15页 |
| 2.1.2 序列任务 | 第15-18页 |
| 2.2 语义网 | 第18-23页 |
| 2.2.1 资源描述框架 | 第20-22页 |
| 2.2.2 SPARQL查询语言 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 中文文本与SPARQL的转换方法研究 | 第25-50页 |
| 3.1 基于统计和手工模型的转换方法 | 第25-27页 |
| 3.2 基于深度学习的转换方法 | 第27-38页 |
| 3.2.1 学习器 | 第28-32页 |
| 3.2.2 学习算法 | 第32-34页 |
| 3.2.3 生成器 | 第34-36页 |
| 3.2.4 解释器 | 第36-38页 |
| 3.3 嵌入层预训练 | 第38-44页 |
| 3.3.1 基于Hierarchical Softmax的预训练 | 第40-42页 |
| 3.3.2 基于Negative Sampling的预训练 | 第42-44页 |
| 3.4 监督训练 | 第44-48页 |
| 3.4.1 模型初始化 | 第45页 |
| 3.4.2 Dropout训练 | 第45-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 转换方法的实验 | 第50-67页 |
| 4.1 知识库的构造 | 第50-53页 |
| 4.1.1 DBpedia知识库 | 第50-51页 |
| 4.1.2 中文领域知识库的构造 | 第51-53页 |
| 4.2 模型的训练与问答 | 第53-66页 |
| 4.2.1 数据集的构造 | 第53-56页 |
| 4.2.2 预训练语料 | 第56页 |
| 4.2.3 实验环境 | 第56-57页 |
| 4.2.4 评测标准 | 第57-58页 |
| 4.2.5 模型的训练 | 第58-61页 |
| 4.2.6 改进与分析 | 第61-64页 |
| 4.2.7 模型的问答 | 第64-66页 |
| 4.3 本章小结 | 第66-67页 |
| 第五章 全文总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67-68页 |
| 5.2 后续工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |