摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景及研究目的和意义 | 第10-11页 |
1.1.1 课题背景 | 第10页 |
1.1.2 课题研究的目的和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12页 |
1.2.3 国内外研究现状简析 | 第12-13页 |
1.3 本文研究内容及章节安排 | 第13-16页 |
1.3.1 本文研究内容 | 第13-14页 |
1.3.2 本文章节安排 | 第14-16页 |
第2章 中文复述语料资源库的构建 | 第16-29页 |
2.1 引言 | 第16页 |
2.2 语料获取及预处理 | 第16-17页 |
2.2.1 问句中符号和标点的处理 | 第16-17页 |
2.2.2 问句长度的限制 | 第17页 |
2.3 基于关键词抽取方法构建复述语料资源 | 第17-24页 |
2.3.1 Text Rank算法 | 第17-19页 |
2.3.2 词向量 | 第19-22页 |
2.3.3 基于引力值的关键词抽取方法 | 第22-24页 |
2.4 基于相似度计算方法构建复述语料资源 | 第24-26页 |
2.4.1 语义匹配 | 第25页 |
2.4.2 矩阵分解 | 第25-26页 |
2.4.3 矩阵合并及相似度计算 | 第26页 |
2.5 实验与分析 | 第26-28页 |
2.5.1 实验数据与方法 | 第26-27页 |
2.5.2 实验结果及分析 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第3章 基于模板匹配的问句复述生成方法 | 第29-39页 |
3.1 引言 | 第29页 |
3.2 问句模板获取方法 | 第29-32页 |
3.2.1 问句模板构建 | 第29-30页 |
3.2.2 句式精简 | 第30-32页 |
3.3 匹配生成方法 | 第32-33页 |
3.4 候选生成句评价 | 第33-35页 |
3.4.1 基于Levenshtein比与语言模型结合的打分排序 | 第34-35页 |
3.4.2 基于相似度与语言模型结合的打分排序 | 第35页 |
3.5 实验与分析 | 第35-38页 |
3.5.1 实验数据与方法 | 第35-36页 |
3.5.2 实验结果及分析 | 第36-38页 |
3.6 本章小结 | 第38-39页 |
第4章 基于序列到序列的问句复述生成方法 | 第39-53页 |
4.1 引言 | 第39页 |
4.2 序列到序列模型介绍 | 第39-43页 |
4.2.1 序列到序列模型的基本结构 | 第39-40页 |
4.2.2 循环神经网络 | 第40-42页 |
4.2.3 训练策略 | 第42-43页 |
4.3 基于注意力机制的残差LSTM的问句复述生成方法 | 第43-50页 |
4.3.1 长短时记忆网络 | 第43-46页 |
4.3.2 双向长短时记忆网络 | 第46-47页 |
4.3.3 残差长短时记忆网络 | 第47-48页 |
4.3.4 注意力机制 | 第48-50页 |
4.4 实验与分析 | 第50-52页 |
4.4.1 实验数据与方法 | 第50页 |
4.4.2 实验结果及分析 | 第50-52页 |
4.5 本章小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-58页 |
攻读硕士学位期间发表的论文及其它成果 | 第58-60页 |
致谢 | 第60页 |