| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 问答系统的基础理论与相关技术 | 第13-22页 |
| 2.1 问答系统基本框架 | 第13-15页 |
| 2.1.1 问句理解 | 第13-14页 |
| 2.1.2 信息检索 | 第14-15页 |
| 2.1.3 答案抽取 | 第15页 |
| 2.2 问答系统相关技术研究现状 | 第15-16页 |
| 2.3 深度学习基础理论 | 第16-21页 |
| 2.3.1 神经网络原理 | 第16-17页 |
| 2.3.2 常用深度学习模型 | 第17-20页 |
| 2.3.3 深度学习中的相关技术 | 第20-21页 |
| 2.4 本章总结 | 第21-22页 |
| 第三章 基于深度学习的问句理解研究 | 第22-29页 |
| 3.1 问句理解基本框架 | 第22页 |
| 3.2 问句理解研究现状 | 第22-23页 |
| 3.3 基于深度学习的问句理解模型 | 第23-28页 |
| 3.3.1 基于BLSTM的序列标注 | 第24-25页 |
| 3.3.2 基于CNN的特征提取 | 第25-26页 |
| 3.3.3 基于CRF的全局解码 | 第26-27页 |
| 3.3.4 基于BLSTM-CNN-CRF的联合模型 | 第27-28页 |
| 3.4 本章总结 | 第28-29页 |
| 第四章 基于问句理解的问句相似度研究 | 第29-37页 |
| 4.1 问句相似度基础理论 | 第29-33页 |
| 4.1.1 问句相似度定义 | 第29页 |
| 4.1.2 问句相似度常用方法 | 第29-33页 |
| 4.2 基于问句理解的问句相似度计算方法 | 第33-36页 |
| 4.2.1 问句理解模块 | 第34页 |
| 4.2.2 相似度计算模块 | 第34-36页 |
| 4.3 本章总结 | 第36-37页 |
| 第五章 问句理解模型评价及问答系统实现 | 第37-49页 |
| 5.1 问句理解模型评价及分析 | 第37-40页 |
| 5.1.1 数据集及评价方法 | 第37页 |
| 5.1.2 实验设置 | 第37-38页 |
| 5.1.3 实验结果 | 第38-39页 |
| 5.1.4 与其他工作对比 | 第39-40页 |
| 5.2 问答系统框架及其实现 | 第40-48页 |
| 5.2.1 问答系统基本框架 | 第40-41页 |
| 5.2.2 语料库构建 | 第41-43页 |
| 5.2.3 词嵌入训练 | 第43-45页 |
| 5.2.4 系统实现及分析 | 第45-48页 |
| 5.3 本章总结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 工作总结 | 第49页 |
| 6.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间研究成果 | 第56-57页 |
| 致谢 | 第57页 |