| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-26页 |
| ·课题背景 | 第10-12页 |
| ·排序学习 | 第12-23页 |
| ·排序学习概述 | 第12-13页 |
| ·排序学习的公开数据集 | 第13-15页 |
| ·排序学习的方法介绍 | 第15-23页 |
| ·课题的动机及方法 | 第23-24页 |
| ·论文工作概述 | 第24-26页 |
| 2 排序学习的样本和损失函数构造方法 | 第26-56页 |
| ·基于Listwise损失函数的神经网络排序学习方法 | 第27-37页 |
| ·Luce模型 | 第27-29页 |
| ·ListMLE排序学习方法 | 第29-31页 |
| ·ListNet排序学习方法 | 第31-33页 |
| ·Top-k排序学习方法 | 第33-35页 |
| ·Listwise损失函数分析 | 第35-37页 |
| ·基于组样本的排序学习方法 | 第37-38页 |
| ·基于One-group样本的排序学习方法 | 第38-45页 |
| ·基于极大似然的损失函数构造方法 | 第38-39页 |
| ·基于位置优化的损失函数构造方法 | 第39-42页 |
| ·实验及结果分析 | 第42-45页 |
| ·基于Group-group样本的排序学习方法 | 第45-54页 |
| ·基于极大似然的损失函数构造方法 | 第45-46页 |
| ·基于交叉熵的损失函数构造方法 | 第46-49页 |
| ·实验及结果分析 | 第49-54页 |
| ·本章小结 | 第54-56页 |
| 3 排序学习的特征构造方法 | 第56-77页 |
| ·基于SVD特征构造方法 | 第56-65页 |
| ·SVD特征提取 | 第57-58页 |
| ·基于SVD特征的排序学习算法 | 第58-59页 |
| ·基于非标注语料的特征抽取算法 | 第59-60页 |
| ·实验结果及分析 | 第60-65页 |
| ·基于语言模型的特征构造方法 | 第65-75页 |
| ·语言模型平滑方法融合策略 | 第67-68页 |
| ·基于语言模型平滑方法的特征构造方法 | 第68-69页 |
| ·实验结果及分析 | 第69-75页 |
| ·本章小结 | 第75-77页 |
| 4 排序学习在社会化标注的查询扩展中的应用 | 第77-91页 |
| ·社会化标注 | 第79-81页 |
| ·社会化标注集合 | 第79-80页 |
| ·基于社会化标注的查询扩展词评价 | 第80-81页 |
| ·基于排序学习的扩展词排序 | 第81-85页 |
| ·基于词依赖的扩展词选择方法 | 第82页 |
| ·扩展词质量标注 | 第82-83页 |
| ·扩展词排序特征 | 第83-84页 |
| ·基于排序学习的扩展词排序 | 第84-85页 |
| ·实验结果与分析 | 第85-89页 |
| ·实验设置 | 第85-86页 |
| ·对比模型 | 第86页 |
| ·基于词依赖的查询扩展方法的性能 | 第86-88页 |
| ·基于排序学习的查询扩展方法的性能 | 第88-89页 |
| ·本章小节 | 第89-91页 |
| 结论 | 第91-94页 |
| 本文主要创新点 | 第94-95页 |
| 参考文献 | 第95-103页 |
| 攻读博士学位期间发表学术论文情况 | 第103-104页 |
| 致谢 | 第104-105页 |
| 作者简介 | 第105-106页 |