| 中文摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 目前存在的问题 | 第13-14页 |
| 1.4 本文研究内容 | 第14页 |
| 1.5 论文结构 | 第14-15页 |
| 第二章 相关资源 | 第15-25页 |
| 2.1 FrameNet资源 | 第15-20页 |
| 2.1.1 框架语义学 | 第15页 |
| 2.1.2 FrameNet中的词汇条目 | 第15-18页 |
| 2.1.3 FrameNet自动标注工具 | 第18-20页 |
| 2.2 WordNet词典 | 第20-21页 |
| 2.3 Stanford句法分析器 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 任务描述与文本相似度模型 | 第25-31页 |
| 3.1 任务描述 | 第25-26页 |
| 3.2 文本相似度模型 | 第26-30页 |
| 3.2.1 基于VSM的相似度模型 | 第26页 |
| 3.2.2 基于WordNet的相似度模型 | 第26-27页 |
| 3.2.3 基于FrameNet的相似度模型 | 第27-28页 |
| 3.2.4 引入FrameNet信息的线性插值模型 | 第28页 |
| 3.2.5 基于树核函数的相似度模型 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 实验与分析 | 第31-41页 |
| 4.1 实验语料 | 第31-33页 |
| 4.1.1 语料资源 | 第31-32页 |
| 4.1.2 语料标注 | 第32-33页 |
| 4.2 评价指标 | 第33-34页 |
| 4.3 实验设置 | 第34-37页 |
| 4.3.1 语料预处理 | 第34页 |
| 4.3.2 线性插值模型的超参数调整 | 第34-36页 |
| 4.3.3 树核函数模型的训练 | 第36-37页 |
| 4.3.4 Baseline | 第37页 |
| 4.4 实验结果 | 第37-40页 |
| 4.4.1 STS 2012评测语料的实验结果与分析 | 第37-38页 |
| 4.4.2 STS 2013评测语料的实验结果与分析 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 结论及展望 | 第41-43页 |
| 参考文献 | 第43-49页 |
| 攻读学位期间取得的研究成果 | 第49-51页 |
| 致谢 | 第51-53页 |
| 个人简况及联系方式 | 第53-55页 |
| 承诺书 | 第55-57页 |
