社区问答中问句相似度计算和分类技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| ·本文的结构 | 第14-15页 |
| 2 问句相似度计算的相关技术和实现方法 | 第15-19页 |
| ·基于向量空间模型的问句相似度计算方法 | 第15页 |
| ·基于语义的问句相似度计算方法 | 第15-16页 |
| ·基于依存的问句相似度计算方法 | 第16-17页 |
| ·基于编辑距离的问句相似度计算方法 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 问句分类的相关技术和实现方法 | 第19-23页 |
| ·基于规则的问句分类 | 第19页 |
| ·基于统计机器学习的问句分类 | 第19-20页 |
| ·基于语言模型的问句分类 | 第20-21页 |
| ·基于语义扩展的问句分类 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 4 基于LDA的社区问答问句相似度计算方法 | 第23-33页 |
| ·引言 | 第23-24页 |
| ·基于LDA的问句相似度计算方法 | 第24-28页 |
| ·算法思想 | 第24页 |
| ·VSM模型 | 第24-25页 |
| ·语义模型 | 第25页 |
| ·LDA主题模型 | 第25-28页 |
| ·实验设计 | 第28-32页 |
| ·实验数据 | 第28-29页 |
| ·结果评价 | 第29-30页 |
| ·实验结果分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 5 融合答案信息的社区问答问句分类方法 | 第33-50页 |
| ·引言 | 第33-34页 |
| ·相关问句分类方法 | 第34-40页 |
| ·朴素贝叶斯问句分类 | 第35页 |
| ·k-近邻问句分类 | 第35-37页 |
| ·支持向量机问句分类 | 第37-40页 |
| ·综合问题答案分类模型 | 第40页 |
| ·扩展问题答案分类模型 | 第40-42页 |
| ·答案集语义信息映射 | 第41页 |
| ·降维 | 第41-42页 |
| ·综合分类模型 | 第42页 |
| ·实验设计 | 第42-49页 |
| ·实验数据 | 第42-43页 |
| ·结果评价 | 第43-45页 |
| ·实验结果分析 | 第45-49页 |
| ·本章小结 | 第49-50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学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
