面向知识问答社区的专家推荐机制与答案摘要算法的研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 专用术语注释表 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.3 本文组织结构 | 第13-15页 |
| 第二章 相关研究工作 | 第15-31页 |
| 2.1 基本理论 | 第15-24页 |
| 2.1.1 文本语义分析模型 | 第15-17页 |
| 2.1.2 循环神经网络及其变种 | 第17-21页 |
| 2.1.3 词向量技术 | 第21-22页 |
| 2.1.4 注意力机制 | 第22-24页 |
| 2.2 专家推荐技术 | 第24-28页 |
| 2.2.1 概述 | 第24-25页 |
| 2.2.2 专家推荐相关算法 | 第25-28页 |
| 2.3 文本自动摘要技术 | 第28-30页 |
| 2.3.1 概述 | 第28页 |
| 2.3.2 文本自动摘要相关算法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 面向知识问答社区的专家推荐机制 | 第31-41页 |
| 3.1 引言 | 第31页 |
| 3.2 专家推荐机制 | 第31-36页 |
| 3.2.1 专家推荐机制的流程 | 第31-32页 |
| 3.2.2 构建用户问答关系有向图 | 第32-33页 |
| 3.2.3 深度结构化语义模型 | 第33-35页 |
| 3.2.4 TSAR算法原理 | 第35-36页 |
| 3.3 实验与性能分析 | 第36-40页 |
| 3.3.1 实验数据集 | 第36-37页 |
| 3.3.2 评价指标 | 第37-38页 |
| 3.3.3 实验结果分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于多层注意力机制的答案摘要研究 | 第41-52页 |
| 4.1 问题定义 | 第41页 |
| 4.2 模型 | 第41-47页 |
| 4.2.1 原理 | 第41-44页 |
| 4.2.2 编码器 | 第44-46页 |
| 4.2.3 解码器 | 第46-47页 |
| 4.3 实验验证与性能分析 | 第47-51页 |
| 4.3.1 实验数据集 | 第47页 |
| 4.3.2 评价指标 | 第47-48页 |
| 4.3.3 实验结果与分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 原型系统的设计与实现 | 第52-62页 |
| 5.1 系统设计的背景 | 第52页 |
| 5.2 系统的设计 | 第52-56页 |
| 5.2.1 系统需求分析 | 第52-53页 |
| 5.2.2 系统数据库设计 | 第53-54页 |
| 5.2.3 系统架构设计 | 第54-55页 |
| 5.2.4 系统运行流程 | 第55-56页 |
| 5.3 模块分析 | 第56-58页 |
| 5.4 系统实现 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录1 攻读硕士学位期间申请的论文 | 第68-69页 |
| 附录2 攻读硕士学位期间申请的专利 | 第69-70页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
