面向在线问答社区的问题检索与答案抽取技术研究与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 问答系统研究背景 | 第11-12页 |
| 1.1.2 问答系统的应用 | 第12-13页 |
| 1.1.3 在线问答社区数据价值 | 第13页 |
| 1.2 问答系统研究历史 | 第13-14页 |
| 1.3 本文的主要工作与组织结构 | 第14-16页 |
| 1.3.1 本文主要工作 | 第14-15页 |
| 1.3.2 本文组织结构 | 第15-16页 |
| 第二章 问答系统相关技术与研究现状 | 第16-26页 |
| 2.1 问答系统分类 | 第16-19页 |
| 2.1.1 结构化数据问答系统 | 第16-17页 |
| 2.1.2 自由文本问答系统 | 第17-18页 |
| 2.1.3 问题答案对问答系统 | 第18-19页 |
| 2.2 问题检索 | 第19-23页 |
| 2.2.1 问句检索方法分类 | 第19-21页 |
| 2.2.2 问题分类 | 第21-22页 |
| 2.2.3 问句检索研究现状 | 第22-23页 |
| 2.2.4 存在的挑战 | 第23页 |
| 2.3 答案抽取 | 第23-25页 |
| 2.3.1 答案抽取方法 | 第23-24页 |
| 2.3.2 答案质量评价 | 第24-25页 |
| 2.3.3 答案排序方法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 问题检索方法 | 第26-41页 |
| 3.1 问题检索框架 | 第26-27页 |
| 3.2 基于支持向量机的问题分类模型 | 第27-31页 |
| 3.2.1 分类停用词表构建 | 第28-29页 |
| 3.2.2 WordNet关键词扩展 | 第29页 |
| 3.2.3 分类特征选取 | 第29-30页 |
| 3.2.4 基于支持向量机的分类索引 | 第30-31页 |
| 3.3 基于问题分类与语义距离特征的排序学习模型 | 第31-40页 |
| 3.3.1 排序学习算法介绍 | 第31-34页 |
| 3.3.2 ListNet算法 | 第34-36页 |
| 3.3.3 语义距离 | 第36-38页 |
| 3.3.4 特征降维 | 第38-39页 |
| 3.3.5 训练数据及评价指标 | 第39-40页 |
| 3.4 本章总结 | 第40-41页 |
| 第四章 答案抽取方法 | 第41-51页 |
| 4.1 答案抽取框架 | 第41-42页 |
| 4.2 层次化答案预处理模型 | 第42-46页 |
| 4.2.1 答案过滤方法现状 | 第42-43页 |
| 4.2.2 层次化答案预处理 | 第43-44页 |
| 4.2.3 无关信息特征选取 | 第44-46页 |
| 4.2.4 不合格答案特征选取 | 第46页 |
| 4.3 结合问答特征的答案排序学习模型 | 第46-50页 |
| 4.3.1 优质答案特征选取 | 第46-50页 |
| 4.4 本章总结 | 第50-51页 |
| 第五章 系统实现与评测 | 第51-59页 |
| 5.1 系统总体结构设计 | 第51-52页 |
| 5.2 问答系统的评测 | 第52-53页 |
| 5.3 系统实验环境 | 第53页 |
| 5.4 系统实验结果与分析 | 第53-58页 |
| 5.4.1 问题检索 | 第53-56页 |
| 5.4.2 答案抽取 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结束语 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 作者在学期间取得的学术成果 | 第68页 |
