| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 引言 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-21页 |
| 第二章 相关概念 | 第21-32页 |
| 2.1 深度学习模型相关知识介绍 | 第21-23页 |
| 2.2 深度学习中注意力机制的相关介绍 | 第23-24页 |
| 2.3 知识表示与向量化 | 第24-28页 |
| 2.3.1 词向量中的语义信息 | 第24-26页 |
| 2.3.2 知识表示 | 第26-28页 |
| 2.4 相关数据集及评测指标介绍 | 第28-31页 |
| 2.4.1 答案选取任务 | 第28-30页 |
| 2.4.2 答案自动生成任务 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 融合关键词知识信息的深度语义模型 | 第32-40页 |
| 3.1 研究动机 | 第32-33页 |
| 3.2 模型介绍 | 第33-36页 |
| 3.2.1 知识记忆单元设计 | 第34-35页 |
| 3.2.2 结合关键词知识信息的问句表示 | 第35-36页 |
| 3.3 实验设置 | 第36-37页 |
| 3.3.1 实验环境 | 第36页 |
| 3.3.2 实验参数 | 第36-37页 |
| 3.4 实验结果与讨论 | 第37-39页 |
| 3.4.1 融合关键词知识信息的有效性 | 第37-38页 |
| 3.4.2 样例研究 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 融合外部候选问答对知识信息的深度语义模型 | 第40-53页 |
| 4.1 研究动机 | 第40-42页 |
| 4.2 模型介绍 | 第42-45页 |
| 4.2.1 基于web的相似问答对的检索 | 第42-43页 |
| 4.2.2 融合外部候选答案对知识信息的问句表示 | 第43-45页 |
| 4.3 实验设置 | 第45-48页 |
| 4.3.1 实验环境 | 第45页 |
| 4.3.2 实时问答任务 | 第45-47页 |
| 4.3.3 答案选取任务 | 第47-48页 |
| 4.4 实验结果与讨论 | 第48-52页 |
| 4.4.1 实时问答任务 | 第48-49页 |
| 4.4.2 答案选取任务 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 融合知识图谱三元组知识信息的答案自动生成模型 | 第53-62页 |
| 5.1 研究动机 | 第53-54页 |
| 5.2 模型介绍 | 第54-57页 |
| 5.2.1 基于Key-value知识存储结构的问句编码模型 | 第55-56页 |
| 5.2.2 基于Attention的解码模型 | 第56-57页 |
| 5.3 实验设置 | 第57-59页 |
| 5.3.1 实验环境 | 第57-58页 |
| 5.3.2 实验参数设置 | 第58-59页 |
| 5.4 实验结果与讨论 | 第59-61页 |
| 5.4.1 融合知识图谱三元组知识信息表示的有效性 | 第59页 |
| 5.4.2 样例研究 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-65页 |
| 6.1 本文工作的总结 | 第62-63页 |
| 6.2 下一步工作的计划与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的学术论文及学术成果 | 第71-72页 |
| 参加国内外学术竞赛获奖情况 | 第72-73页 |
| 致谢 | 第73页 |
