结合神经网络的文本语义相似度研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景 | 第13页 |
| 1.2 国内外研究现状分析 | 第13-15页 |
| 1.3 研究意义及内容 | 第15-17页 |
| 1.4 内容组织安排 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 文本相似度计算概述 | 第18-23页 |
| 2.1 文本相似度的基本概念 | 第18-19页 |
| 2.1.1 相似度的含义 | 第18-19页 |
| 2.1.2 文本相似度计算的作用 | 第19页 |
| 2.2 文本预处理 | 第19-20页 |
| 2.3 常见的文本相似度计算模型 | 第20-22页 |
| 2.3.1 空间向量模型VSM | 第20页 |
| 2.3.2 隐含狄利克雷分布模型LDA | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 结合神经网络的文本语义相似度算法 | 第23-41页 |
| 3.1 长短期记忆(LSTM)神经网络 | 第24-27页 |
| 3.2 注意力(Attention)机制 | 第27-28页 |
| 3.3 DenseNet网络 | 第28-30页 |
| 3.4 结合神经网络的文本语义相似度算法 | 第30-40页 |
| 3.4.1 词嵌入层 | 第31-32页 |
| 3.4.2 语义表征层 | 第32-36页 |
| 3.4.3 特征匹配层 | 第36-37页 |
| 3.4.4 DenseNet解码层 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 实验结果与分析 | 第41-50页 |
| 4.1 实验设置 | 第41-45页 |
| 4.2 实验结果 | 第45-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 总结及展望 | 第50-52页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士研究生期间研究成果 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |
