| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 选题的背景与意义 | 第12-13页 |
| 1.2 知识库问答研究现状 | 第13-17页 |
| 1.2.1 自动信息抽取和构建知识图谱 | 第13-15页 |
| 1.2.2 知识库问答方法 | 第15-17页 |
| 1.3 研究内容与预期结果 | 第17-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 第2章 面向知识库问答的词向量构建方法 | 第20-30页 |
| 2.1 ParaSEMPRE知识库问答系统 | 第20-22页 |
| 2.1.1 候选问句产生 | 第20-21页 |
| 2.1.2 最佳候选问句选择 | 第21-22页 |
| 2.2 基于复述知识约束的词向量构建方法 | 第22-24页 |
| 2.2.1 从Skip-Gram到SWE | 第22-23页 |
| 2.2.2 ParaWE词向量构建方法 | 第23-24页 |
| 2.3 实验结果与分析 | 第24-29页 |
| 2.3.1 词向量的训练 | 第24-26页 |
| 2.3.2 知识库问答系统实验 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 结合神经网络问句生成的向量空间模型问答方法 | 第30-43页 |
| 3.1 基于MemNN模型的知识库问答方法 | 第30-32页 |
| 3.2 结合问句生成的MemNN知识库问答方法 | 第32-37页 |
| 3.2.1 知识库语义表征方法 | 第33-35页 |
| 3.2.2 问句生成模型 | 第35-37页 |
| 3.3 实验结果与分析 | 第37-42页 |
| 3.3.1 结合模板生成问句的问答系统实验及其配置 | 第37-38页 |
| 3.3.2 TransE词向量的训练 | 第38-39页 |
| 3.3.3 结合神经网络生成问句的问答系统实验 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于知识融合的中文知识库构建方法 | 第43-54页 |
| 4.1 基于在线资源自动构建中文知识库 | 第43-45页 |
| 4.2 基于知识融合的中文知识库构建 | 第45-50页 |
| 4.2.1 Freebase知识库介绍 | 第46-47页 |
| 4.2.2 知识抽取 | 第47-48页 |
| 4.2.3 知识融合 | 第48-50页 |
| 4.3 实验结果与分析 | 第50-53页 |
| 4.3.1 Freebase中文部分和百度百科初始知识库的规模 | 第51页 |
| 4.3.2 实体对齐结果 | 第51页 |
| 4.3.3 关系映射结果 | 第51-52页 |
| 4.3.4 新增三元组情况 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 在读期间发表的学术论文与取得的研究成果 | 第61-62页 |
