| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 信息检索 | 第14-15页 |
| 1.2.2 排序学习 | 第15-16页 |
| 1.2.3 迁移学习 | 第16-17页 |
| 1.3 论文的研究内容 | 第17-18页 |
| 1.4 论文的组织 | 第18-19页 |
| 第二章 相关工作综述 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 分类算法简介 | 第19-20页 |
| 2.3 排序学习问题 | 第20-23页 |
| 2.3.1 传统的排序模型 | 第20-21页 |
| 2.3.2 排序学习的介绍 | 第21-23页 |
| 2.4 排序学习算法 | 第23-25页 |
| 2.4.1 PointWise排序学习方法 | 第23-24页 |
| 2.4.2 PairWise排序学习方法 | 第24-25页 |
| 2.4.3 ListWise排序学习方法 | 第25页 |
| 2.5 排序学习中的评价标准 | 第25-27页 |
| 2.5.1 P@n(Precision at position n) | 第26页 |
| 2.5.2 MAP(Mean average precision) | 第26页 |
| 2.5.3 MRR(Mean Reciprocal Ranking) | 第26-27页 |
| 2.5.4 NDCG(Normalized discount cumulative gain) | 第27页 |
| 2.6 迁移学习 | 第27-29页 |
| 2.6.1 迁移学习的简介 | 第27-28页 |
| 2.6.2 迁移学习的种类划分 | 第28-29页 |
| 2.7 本章小结 | 第29-31页 |
| 第三章 社区问句数据的收集 | 第31-37页 |
| 3.1 引言 | 第31-32页 |
| 3.2 百度知道 | 第32-33页 |
| 3.3 爬虫功能的介绍 | 第33-35页 |
| 3.3.1 HttpClient简介 | 第33-34页 |
| 3.3.2 Jsoup简介 | 第34-35页 |
| 3.4 样本过滤 | 第35页 |
| 3.5 答案标注 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 社区问答中问句及答案的特征提取 | 第37-45页 |
| 4.1 引言 | 第37-38页 |
| 4.2 影响排序的主要因素 | 第38页 |
| 4.3 问句和答案的特征提取 | 第38-42页 |
| 4.3.1 TF-IDF算法 | 第39-40页 |
| 4.3.2 词语相似度算法简介 | 第40-41页 |
| 4.3.3 同义词词林语义扩展度的计算 | 第41-42页 |
| 4.4 新增特征优化 | 第42-43页 |
| 4.5 特征归一化处理 | 第43-44页 |
| 4.6 小结 | 第44-45页 |
| 第五章 特征选择的迁移学习方法 | 第45-51页 |
| 5.1 引言 | 第45页 |
| 5.2 基于特征的迁移学习 | 第45-46页 |
| 5.3 特征选择的知识迁移 | 第46-48页 |
| 5.3.1 融入用户特征的知识扩展 | 第46页 |
| 5.3.2 优化问题 | 第46-48页 |
| 5.4 特征选择的迁移学习算法 | 第48-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第六章 特征选择的迁移学习方法在社区问答中的应用 | 第51-57页 |
| 6.1 实验结果及分析 | 第51页 |
| 6.2 实验数据集 | 第51-52页 |
| 6.3 基于跨领域排序学习的实验 | 第52-56页 |
| 6.3.1 Baseline | 第52-53页 |
| 6.3.2 实验结果 | 第53-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第七章 总结和展望 | 第57-59页 |
| 7.1 总结 | 第57-58页 |
| 7.2 工作展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录A 攻读硕士学位期间发表论文与申请软件著作权 | 第67-69页 |
| 附录B 攻读硕士期间参与项目 | 第69页 |
