检索与生成相结合的短文本对话研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.1.1 课题的背景 | 第9页 |
| 1.1.2 课题的研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于检索的国内外研究现状 | 第11-12页 |
| 1.2.2 基于生成的国内外研究现状 | 第12-14页 |
| 1.2.3 检索与生成相结合的国内外研究现状 | 第14页 |
| 1.3 问题定义与数据集 | 第14-18页 |
| 1.3.1 短文本对话问题的定义 | 第14页 |
| 1.3.2 数据集描述 | 第14-15页 |
| 1.3.3 短文本对话的评价标准 | 第15-18页 |
| 1.4 主要研究思路 | 第18-19页 |
| 1.5 本文内容安排 | 第19-20页 |
| 第2章 基于检索的短文本对话 | 第20-37页 |
| 2.1 引言 | 第20-21页 |
| 2.2 基于深度神经网络的回复匹配模型 | 第21-25页 |
| 2.2.1 数据预处理 | 第21-22页 |
| 2.2.2 基线系统 | 第22-24页 |
| 2.2.3 基于深度神经网络的回复匹配 | 第24-25页 |
| 2.3 基于循环神经网络的回复匹配模型 | 第25-29页 |
| 2.3.1 循环神经网络 | 第25-26页 |
| 2.3.2 Dropout | 第26-27页 |
| 2.3.3 激活函数 | 第27-28页 |
| 2.3.4 模型实现 | 第28-29页 |
| 2.4 基于长短期记忆网络的回复匹配模型 | 第29-32页 |
| 2.4.1 长短期记忆网络 | 第29-30页 |
| 2.4.2 模型实现 | 第30-32页 |
| 2.5 亲和力回复匹配模型 | 第32-33页 |
| 2.6 实验结果与分析 | 第33-35页 |
| 2.6.1 模型参数设置 | 第33页 |
| 2.6.2 实验结果对比分析 | 第33-35页 |
| 2.7 本章小结 | 第35-37页 |
| 第3章 基于生成的短文本对话 | 第37-50页 |
| 3.1 引言 | 第37页 |
| 3.2 SEQ2SEQ模型 | 第37-41页 |
| 3.3 基于长短期记忆网络的回复生成模型 | 第41-43页 |
| 3.4 基于注意力机制的回复生成模型 | 第43-45页 |
| 3.5 生成回复的多样性研究 | 第45-47页 |
| 3.6 实验结果与分析 | 第47-49页 |
| 3.6.1 模型参数设置 | 第47页 |
| 3.6.2 实验结果对比分析 | 第47-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第4章 检索和生成相结合的短文本对话 | 第50-59页 |
| 4.1 引言 | 第50页 |
| 4.2 基于重排序机制的回复匹配模型 | 第50-51页 |
| 4.3 融合检索信息的回复生成模型 | 第51-52页 |
| 4.4 基于主题词的融合回复生成模型 | 第52-56页 |
| 4.4.1 主题词提取 | 第52-55页 |
| 4.4.2 模型实现 | 第55-56页 |
| 4.5 实验结果与分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
