结合传统计数特征和基于词嵌入特征的中文问答方法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-10页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 论文结构 | 第9-10页 |
| 第2章 文本表征 | 第10-28页 |
| 2.1 传统的基于计数的文本表示 | 第10-14页 |
| 2.1.1 布尔模型和向量空间模型 | 第11-12页 |
| 2.1.2 潜在语义索引 | 第12-13页 |
| 2.1.3 概率化潜在语义索引 | 第13页 |
| 2.1.4 潜在狄利克雷分布 | 第13-14页 |
| 2.2 词向量技术 | 第14-19页 |
| 2.2.1 神经网络语言模型 | 第14-16页 |
| 2.2.2 C&W模型 | 第16页 |
| 2.2.3 Cbow模型和Skip-gram模型 | 第16-18页 |
| 2.2.4 词向量技术的比较 | 第18-19页 |
| 2.3 基于词向量技术的文本建模 | 第19-25页 |
| 2.3.1 经典词向量表示方法 | 第19-22页 |
| 2.3.2 match过程中的文本建模问题 | 第22-25页 |
| 2.4 预测方式和技术方式的区别和优劣 | 第25-26页 |
| 2.5 中文字词向量技术 | 第26-28页 |
| 第3章 回归和排序方法 | 第28-35页 |
| 3.1 线性回归 | 第28页 |
| 3.2 集成学习 | 第28-31页 |
| 3.2.1 Boosting和bagging | 第28-30页 |
| 3.2.2 MART | 第30-31页 |
| 3.3 排序学习 | 第31-35页 |
| 3.3.1 RankNet | 第31-32页 |
| 3.3.2 LambdaRank | 第32-33页 |
| 3.3.3 LambdaMART | 第33-35页 |
| 第4章 中文问答方法 | 第35-49页 |
| 4.1 相关工作 | 第36-39页 |
| 4.1.1 问答任务简介 | 第36-38页 |
| 4.1.2 相关问答数据集 | 第38-39页 |
| 4.2 数据探测 | 第39-42页 |
| 4.2.1 基本统计 | 第39-42页 |
| 4.3 数据预处理 | 第42-43页 |
| 4.4 特征工程 | 第43-46页 |
| 4.4.1 问题种类和答案分类 | 第43页 |
| 4.4.2 字词重叠 | 第43-44页 |
| 4.4.3 BM25 | 第44页 |
| 4.4.4 加权词向量 | 第44页 |
| 4.4.5 神经网络 | 第44-46页 |
| 4.4.6 其他特征 | 第46页 |
| 4.5 模型融合 | 第46页 |
| 4.6 模型评价 | 第46-47页 |
| 4.7 实验结果 | 第47-49页 |
| 第5章 结论和思考 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-50页 |
| 5.3 思考 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和参加科研情况说明 | 第55-56页 |
| 致谢 | 第56-58页 |
