| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第一章 问题回答和对话系统的介绍 | 第11-27页 |
| ·问题回答的背景和研究现状 | 第11-21页 |
| ·TREC QA简介 | 第12-14页 |
| ·问题回答系统的评测 | 第14-16页 |
| ·问题回答的发展及研究现状 | 第16-20页 |
| ·问题回答系统中答案排序的研究现状 | 第20-21页 |
| ·对话系统的简介 | 第21-25页 |
| ·对话系统的研究现状 | 第21-23页 |
| ·对话系统中的置信度研究现状 | 第23-25页 |
| ·问题回答系统和对话系统的关系 | 第25-26页 |
| ·本文的组织结构 | 第26-27页 |
| 第二章 在问题回答中基于依赖关系三元组匹配的答案排序 | 第27-52页 |
| ·介绍 | 第27页 |
| ·FDUQA问题回答系统的介绍 | 第27-34页 |
| ·介绍 | 第27-28页 |
| ·FDUQA系统框架 | 第28-33页 |
| ·FDUQA系统性能评测 | 第33-34页 |
| ·问题/支持答案句之间依赖关系三元组匹配 | 第34-42页 |
| ·依赖关系三元组匹配的原理 | 第34-39页 |
| ·依赖关系三元组匹配的原理 | 第34-38页 |
| ·问题分类 | 第38-39页 |
| ·依赖关系三元组的扩展 | 第39-41页 |
| ·与疑问相关的依赖关系三元组的扩展 | 第39-41页 |
| ·与疑问非相关的依赖关系三元组的扩展 | 第41页 |
| ·依赖关系三元组群的匹配 | 第41-42页 |
| ·答案排序方法 | 第42-46页 |
| ·特征介绍 | 第43-44页 |
| ·基于优先级的答案排序方法 | 第44页 |
| ·基于机器学习的答案排序方法 | 第44-45页 |
| ·基于Web知识库的答案重排序方法 | 第45-46页 |
| ·实验结果和性能分析 | 第46-51页 |
| ·实验语料和评测指标 | 第46-47页 |
| ·实验结果 | 第47-50页 |
| ·性能分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 对话系统中基于句法分析子树的置信度评分算法 | 第52-72页 |
| ·介绍 | 第52页 |
| ·CHAT对话系统简介 | 第52-54页 |
| ·基于句法分析子树的置信度评分算法 | 第54-57页 |
| ·句法分析子树定义 | 第54-55页 |
| ·置信度评分算法 | 第55-56页 |
| ·最大熵的基本原理 | 第56-57页 |
| ·特征介绍 | 第57-60页 |
| ·Score特征 | 第58-59页 |
| ·Word-level score特征 | 第58页 |
| ·POS tag score特征 | 第58-59页 |
| ·Dependency score特征 | 第59页 |
| ·History score特征 | 第59页 |
| ·Lexical-syntactic特征 | 第59-60页 |
| ·Semantic特征 | 第60页 |
| ·基于餐馆查询系统语料的实验结果和性能分析 | 第60-65页 |
| ·语料标注 | 第60-61页 |
| ·实验结果和性能分析 | 第61-64页 |
| ·小结 | 第64-65页 |
| ·基于SWBD语料的实验结果和性能分析 | 第65-71页 |
| ·语料标注 | 第65-69页 |
| ·实验结果和性能分析 | 第69-70页 |
| ·小结 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第四章 长距离、结构化的句法特征在置信度评分中的应用 | 第72-87页 |
| ·介绍 | 第72页 |
| ·长距离、结构化的句法特征介绍 | 第72-79页 |
| ·来自一层的长距离、结构化的句法特征 | 第73-76页 |
| ·来自多层的长距离、结构化的句法特征 | 第76-78页 |
| ·其它特征 | 第78-79页 |
| ·长距离、结构化的句法特征在置信度评分中的应用 | 第79-86页 |
| ·基于餐馆查询系统语料的实验结果和性能分析 | 第79-82页 |
| ·基于SWBD语料的实验结果和性能分析 | 第82-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 总结与展望 | 第87-89页 |
| ·总结 | 第87-88页 |
| ·展望 | 第88-89页 |
| 参考文献 | 第89-98页 |
| 攻读博士学位期间的主要工作 | 第98-99页 |
| 致谢 | 第99-100页 |
