讯问笔录相似问答对的匹配算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 课题研究的背景和意义 | 第9-10页 |
| 1.2 文本匹配算法研究现状 | 第10-13页 |
| 1.2.1 传统方法与特征抽取 | 第10-11页 |
| 1.2.2 基于深度学习的方法 | 第11-13页 |
| 1.3 本文的研究内容及章节安排 | 第13-17页 |
| 1.3.1 本课题的研究内容 | 第13-15页 |
| 1.3.2 本文的章节安排 | 第15-17页 |
| 第2章 数据集获取及标注方法 | 第17-22页 |
| 2.1 引言 | 第17页 |
| 2.2 数据集 | 第17-20页 |
| 2.2.1 数据获取及案由 | 第17页 |
| 2.2.2 流程性数据处理 | 第17-19页 |
| 2.2.3 问答对数据量 | 第19-20页 |
| 2.3 标注方式及评价方法 | 第20-21页 |
| 2.3.1 标注方式 | 第20页 |
| 2.3.2 评价方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于提升树的匹配算法研究 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 基于提升树的讯问笔录相似问答对匹配 | 第22-30页 |
| 3.2.1 集成学习 | 第22-23页 |
| 3.2.2 提升树模型与原理 | 第23-26页 |
| 3.2.3 相似讯问笔录的特征提取 | 第26-28页 |
| 3.2.4 加权交叉熵损失函数 | 第28-30页 |
| 3.3 实验 | 第30-34页 |
| 3.3.1 实验设置 | 第30页 |
| 3.3.2 实验结果 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于深度学习的匹配算法研究 | 第35-50页 |
| 4.1 引言 | 第35页 |
| 4.2 基础模型 | 第35-41页 |
| 4.2.1 循环神经网络 | 第35页 |
| 4.2.2 长短期记忆神经网络 | 第35-37页 |
| 4.2.3 卷积神经网络 | 第37-39页 |
| 4.2.4 相关技术介绍 | 第39-41页 |
| 4.3 实验模型 | 第41-44页 |
| 4.3.1 基于注意力机制的mLSTM模型 | 第41-42页 |
| 4.3.2 MV-LSTM | 第42-43页 |
| 4.3.3 基于交互的CNN模型 | 第43-44页 |
| 4.4 实验与分析 | 第44-46页 |
| 4.4.1 问答对匹配处理方式 | 第44-45页 |
| 4.4.2 实验设置 | 第45页 |
| 4.4.3 实验结果与分析 | 第45-46页 |
| 4.5 讯问笔录问答对查取系统演示 | 第46-48页 |
| 4.5.1 功能介绍 | 第46页 |
| 4.5.2 效果与分析 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第56-58页 |
| 致谢 | 第58页 |
