| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文结构安排 | 第12-14页 |
| 第二章 句子语义相似度计算模型 | 第14-35页 |
| 2.1 引言 | 第14页 |
| 2.2 无监督模型 | 第14-23页 |
| 2.2.1 编辑距离模型 | 第14-16页 |
| 2.2.2 词袋模型 | 第16-18页 |
| 2.2.3 向量空间模型 | 第18-21页 |
| 2.2.4 主题模型 | 第21-23页 |
| 2.3 有监督模型 | 第23-33页 |
| 2.3.1 传统有监督模型 | 第23-25页 |
| 2.3.2 深度学习模型 | 第25-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 句子相似度计算的关键技术研究 | 第35-46页 |
| 3.1 引言 | 第35-36页 |
| 3.2 句子关联信息表示 | 第36-38页 |
| 3.2.1 关联度计算 | 第36-38页 |
| 3.2.2 关联权重计算与关联权重向量生成 | 第38页 |
| 3.3 孪生循环神经网络 | 第38-40页 |
| 3.3.1 孪生网络 | 第38-39页 |
| 3.3.2 孪生循环神经网络 | 第39-40页 |
| 3.4 对齐词抽取 | 第40-45页 |
| 3.4.1 对齐词 | 第40-41页 |
| 3.4.2 对齐词抽取 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于孪生循环神经网络与对齐词抽取的句子相似度模型 | 第46-53页 |
| 4.1 引言 | 第46页 |
| 4.2 基于关联信息的孪生循环神经网络句子语义相似度计算 | 第46-47页 |
| 4.3 基于对齐词的句子语义相似度计算 | 第47-48页 |
| 4.4 基于孪生循环神经网络与对齐词抽取的句子语义相似度计算 | 第48-49页 |
| 4.5 实验 | 第49-53页 |
| 4.5.1 实验数据 | 第49-51页 |
| 4.5.2 评估方法 | 第51页 |
| 4.5.3 参数设定 | 第51-52页 |
| 4.5.4 实验结果 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文 | 第57页 |
