| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关理论介绍 | 第15-24页 |
| 2.1 文本预处理相关技术 | 第15-18页 |
| 2.1.1 中文分词及词性标注 | 第15-17页 |
| 2.1.2 关键词提取 | 第17-18页 |
| 2.2 向量空间模型 | 第18-19页 |
| 2.3 循环神经网络及相关技术 | 第19-23页 |
| 2.3.1 循环神经网络 | 第19-21页 |
| 2.3.2 长短期记忆网络LSTM | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于词向量的互动问题相似度计算方法 | 第24-35页 |
| 3.1 词向量模型分析 | 第24-28页 |
| 3.1.1 词向量及表示方法分析 | 第24-25页 |
| 3.1.2 词向量模型 | 第25-28页 |
| 3.2 基于词向量的问题相似度计算方法设计 | 第28-30页 |
| 3.3 实验与分析 | 第30-33页 |
| 3.3.1 词向量模型训练实验 | 第30-31页 |
| 3.3.2 问题相似度计算实验 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 基于LSTM的课程互动交流问题答案选择方法 | 第35-45页 |
| 4.1 基于LSTM的答案选择模型的构建 | 第35-38页 |
| 4.1.1 双向长短期记忆网络 | 第35-36页 |
| 4.1.2 注意力机制 | 第36-38页 |
| 4.2 融合非文本特征的答案选择模型 | 第38-40页 |
| 4.2.1 非文本特征概述 | 第39页 |
| 4.2.2 融合非文本特征的答案选择模型设计 | 第39-40页 |
| 4.3 实验与分析 | 第40-44页 |
| 4.3.1 实验数据 | 第40页 |
| 4.3.2 实验环境与评价指标 | 第40-41页 |
| 4.3.3 实验结果与分析 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 课程交流平台的系统设计与实现 | 第45-52页 |
| 5.1 系统需求分析 | 第45页 |
| 5.1.1 需求概述 | 第45页 |
| 5.1.2 运行环境 | 第45页 |
| 5.2 系统设计 | 第45-46页 |
| 5.3 系统实现 | 第46-49页 |
| 5.3.1 系统平台开发 | 第46-47页 |
| 5.3.2 系统平台测试 | 第47-49页 |
| 5.4 系统评价 | 第49-50页 |
| 5.4.1 测试用例 | 第49页 |
| 5.4.2 用例评价 | 第49-50页 |
| 5.5 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58页 |