首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

应用于QA问题的排序学习算法研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-10页
1 引言第10-14页
   ·课题背景及研究意义第10-11页
     ·课题背景第10页
     ·研究意义第10-11页
   ·国内外研究现状第11-12页
     ·国外研究现状第11-12页
     ·国内研究现状第12页
   ·论文的组织架构第12-14页
2 相关工作综述第14-21页
   ·机器学习第14-15页
   ·特征选择第15-16页
   ·排序学习第16-17页
   ·代价敏感学习第17-18页
   ·排序评价指标第18-21页
     ·查准率和召回率第18-19页
     ·MAP第19页
     ·NDCG第19-21页
3 数据集获取第21-32页
   ·百度知道第21-23页
   ·特征提取第23-27页
   ·答案标注第27-28页
   ·特征选择第28-32页
     ·特征重要性第28页
     ·特征相似度第28-29页
     ·用于排序学习特征选择方法第29-30页
     ·改进的用于排序学习的特征选择方法第30-32页
4 排序学习算法第32-47页
   ·排序学习及排序支持向量机第33-38页
     ·排序学习第33-34页
     ·排序支持向量机第34-38页
   ·代价敏感的排序算法第38-41页
     ·排序支持向量机损失函数第38-39页
     ·代价敏感的排序损失函数第39-41页
   ·基于位置的代价敏感的排序算法第41-42页
     ·基于位置的代价敏感的排序损失函数第42页
   ·排序算法实现第42-47页
     ·梯度下降法第43页
     ·梯度下降法优化代价敏感和基于位置代价敏感的损失函数第43-47页
5 实验结果第47-56页
   ·数据集第47页
   ·实验结果分析第47-56页
     ·原始答案序列分析第47-48页
     ·原始数据集第48-50页
     ·特征选择后的数据集第50-56页
6 总结与展望第56-59页
   ·论文工作总结第56-57页
   ·研究展望第57-59页
参考文献第59-62页
作者简历第62-64页
学位论文数据集第64页

论文共64页,点击 下载论文
上一篇:基于面向对象的高分辨率遥感影像车辆提取方法研究
下一篇:局部支持向量机的研究