基于内容的题目语义检索系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 信息检索研究现状 | 第10-11页 |
| 1.2.2 中文分词研究现状 | 第11-13页 |
| 1.2.3 同义词扩展研究现状 | 第13页 |
| 1.3 本文主要研究工作 | 第13-14页 |
| 1.4 论文内容及结构 | 第14-16页 |
| 第二章 神经网络语言模型与词向量研究 | 第16-24页 |
| 2.1 神经网络语言模型 | 第16-19页 |
| 2.1.1 统计语言模型 | 第16页 |
| 2.1.2 神经网络语言模型 | 第16-18页 |
| 2.1.3 词向量的训练 | 第18-19页 |
| 2.2 word2vec模型 | 第19-23页 |
| 2.3 本章总结 | 第23-24页 |
| 第三章 基于BLSTM的中文分词研究 | 第24-38页 |
| 3.1 基于BLSTM的分词模型构建 | 第24-26页 |
| 3.2 BLSTM模型构建 | 第26-34页 |
| 3.2.1 字向量 | 第26页 |
| 3.2.2 多层感知器 | 第26-28页 |
| 3.2.3 循环神经网络RNN | 第28页 |
| 3.2.4 双向循环神经网络BRNN | 第28-29页 |
| 3.2.5 长短时记忆模型LSTM | 第29-32页 |
| 3.2.6 双向长短时记忆模型BLSTM | 第32页 |
| 3.2.7 Dropout | 第32-33页 |
| 3.2.8 ReLU | 第33页 |
| 3.2.9 Xavier初始化方法 | 第33-34页 |
| 3.3 实验结果及分析 | 第34-37页 |
| 3.3.1 实验数据及预处理 | 第34页 |
| 3.3.2 评价指标 | 第34-35页 |
| 3.3.3 实验环境 | 第35页 |
| 3.3.4 实验结果 | 第35-37页 |
| 3.4 本章总结 | 第37-38页 |
| 第四章 基于词向量模型的同义词扩展研究 | 第38-45页 |
| 4.1 同义词扩展 | 第38-40页 |
| 4.2 支持向量机 | 第40-41页 |
| 4.3 中文同义词提取实验 | 第41-44页 |
| 4.3.1 实验数据及预处理 | 第41-42页 |
| 4.3.2 实验环境 | 第42页 |
| 4.3.3 实验结果及分析 | 第42-44页 |
| 4.4 本章总结 | 第44-45页 |
| 第五章 题目语义检索系统的设计与实现 | 第45-53页 |
| 5.1 题目语义检索系统架构设计 | 第45-46页 |
| 5.2 题目语义检索系统架构实现 | 第46-50页 |
| 5.2.1 爬虫模块 | 第46-47页 |
| 5.2.2 数据存储模块 | 第47-49页 |
| 5.2.3 Web服务模块 | 第49页 |
| 5.2.4 算法模块 | 第49页 |
| 5.2.5 搜索引擎模块 | 第49-50页 |
| 5.3 系统演示与分析 | 第50-51页 |
| 5.3.1 题目检索系统效果演示 | 第50-51页 |
| 5.4 本章总结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 作者攻读学位期间发表的学术论文目录 | 第60页 |
