| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 答案质量评价的国内外研究现状 | 第10-12页 |
| 1.3 本文的研究思路 | 第12-13页 |
| 1.4 本文的内容安排 | 第13-15页 |
| 第2章 相关知识介绍 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 相关机器学习方法介绍 | 第15-20页 |
| 2.2.1 有监督学习算法简介 | 第15-17页 |
| 2.2.2 半监督学习算法简介 | 第17-20页 |
| 2.3 实验数据集介绍 | 第20-23页 |
| 2.3.1 百度知道 | 第20-22页 |
| 2.3.2 Yahoo! Answers | 第22-23页 |
| 2.3.3 维基百科 | 第23页 |
| 2.4 答案质量评估算法的评价准则 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 答案质量评价中的基本特征抽取与分析 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 文本特征的抽取与分析 | 第25-28页 |
| 3.2.1 问答社区中文本信息的特点 | 第25-26页 |
| 3.2.2 不同粒度的文本特征 | 第26-27页 |
| 3.2.3 文本特征对比实验分析 | 第27-28页 |
| 3.3 非文本特征的抽取与分析 | 第28-34页 |
| 3.3.1 表层语言学特征 | 第28-30页 |
| 3.3.2 社会化特征 | 第30-33页 |
| 3.3.3 非文本特征的有效性分析 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于协同训练的答案质量评价研究 | 第35-50页 |
| 4.1 引言 | 第35-37页 |
| 4.2 面向答案质量评价的协同训练方法 | 第37-42页 |
| 4.2.1 协同训练 | 第37-38页 |
| 4.2.2 基于随机特征子空间的协同训练方法 | 第38-39页 |
| 4.2.3 基于内容结构与社会化特征的协同训练方法 | 第39-42页 |
| 4.3 实验评测 | 第42-49页 |
| 4.3.1 实验设置 | 第43-44页 |
| 4.3.2 实验结果与分析 | 第44-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 基于多模式深度学习的答案质量评价研究 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 受限玻尔兹曼机与深度学习 | 第50-53页 |
| 5.3 面向答案质量评价的多模式深度学习方法 | 第53-58页 |
| 5.3.1 多模式深度学习 | 第54页 |
| 5.3.2 基于多模式深度学习的答案质量评价 | 第54-56页 |
| 5.3.3 基本特征集描述 | 第56-58页 |
| 5.4 实验评测 | 第58-61页 |
| 5.4.1 实验设置 | 第58-59页 |
| 5.4.2 实验结果与分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-71页 |
| 附录A 百度知道实验数据样例 | 第71-72页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第72-74页 |
| 致谢 | 第74页 |