基于背景材料的历史简答题解题方法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外相关技术研究现状 | 第10-15页 |
| 1.2.1 自动问答系统研究现状 | 第10-12页 |
| 1.2.2 自动答题系统研究现状 | 第12-14页 |
| 1.2.3 自动问答系统的关键问题 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第2章 试题分析及知识库构建 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 简答题试题分析 | 第17-23页 |
| 2.2.1 题型分类 | 第17-20页 |
| 2.2.2 问句特点分析 | 第20-21页 |
| 2.2.3 背景材料特点分析 | 第21-23页 |
| 2.3 知识库描述 | 第23-25页 |
| 2.3.1 数据来源 | 第23-24页 |
| 2.3.2 数据标注 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 问题意图分析及关键词提取 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 问题预处理 | 第26-27页 |
| 3.3 问句关键词提取 | 第27-29页 |
| 3.4 材料关键信息识别及提取 | 第29-33页 |
| 3.4.1 材料候选关键词生成 | 第29-30页 |
| 3.4.2 基于支持向量机的分类方法 | 第30-31页 |
| 3.4.3 基于循环神经网络的分类方法 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于检索的候选答案生成 | 第34-43页 |
| 4.1 引言 | 第34页 |
| 4.2 基于词的候选答案检索 | 第34-35页 |
| 4.3 候选答案抽取及排序 | 第35-42页 |
| 4.3.1 基于词移距离的排序方法 | 第35-37页 |
| 4.3.2 基于排序学习的排序方法 | 第37-39页 |
| 4.3.3 基于卷积神经网络的排序方法 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 实验结果及分析 | 第43-55页 |
| 5.1 引言 | 第43页 |
| 5.2 评价方法 | 第43-44页 |
| 5.3 问句判别模型分析 | 第44-45页 |
| 5.3.1 实验设计及数据 | 第44-45页 |
| 5.3.2 实验结果及分析 | 第45页 |
| 5.4 关键词提取实验分析 | 第45-48页 |
| 5.4.1 问句关键词提取实验 | 第46-47页 |
| 5.4.2 材料关键词提取实验 | 第47-48页 |
| 5.5 候选答案排序实验分析 | 第48-50页 |
| 5.5.1 实验设置及数据 | 第48-49页 |
| 5.5.2 实验结果 | 第49-50页 |
| 5.6 自动答题系统性能分析 | 第50-54页 |
| 5.6.1 实验设计及数据 | 第50页 |
| 5.6.2 实验结果及分析 | 第50-54页 |
| 5.7 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |
