| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文的组织结构 | 第17页 |
| 1.5 本章小结 | 第17-19页 |
| 第二章 查询扩展技术概述 | 第19-31页 |
| 2.1 语义词典法 | 第20页 |
| 2.2 相关反馈法 | 第20-25页 |
| 2.2.1 显式相关反馈 | 第22页 |
| 2.2.2 隐式相关反馈 | 第22-23页 |
| 2.2.3 伪相关反馈 | 第23页 |
| 2.2.4 布尔模型中的相关反馈 | 第23页 |
| 2.2.5 向量空间模型中的相关反馈 | 第23-25页 |
| 2.2.6 概率模型中的相关反馈 | 第25页 |
| 2.3 全局分析法 | 第25-28页 |
| 2.3.1 词聚类算法 | 第26页 |
| 2.3.2 潜在语义索引 | 第26-27页 |
| 2.3.3 统计词典 | 第27页 |
| 2.3.4 相似词典 | 第27-28页 |
| 2.4 局部分析法 | 第28-30页 |
| 2.4.1 局部聚类 | 第28页 |
| 2.4.2 局部反馈 | 第28-29页 |
| 2.4.3 局部上下文分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于Word2Vec的查询扩展方法 | 第31-43页 |
| 3.1 问题的引入 | 第31-32页 |
| 3.2 词向量的训练 | 第32-35页 |
| 3.2.1 语料集预处理 | 第32页 |
| 3.2.2 词向量的表示 | 第32-33页 |
| 3.2.3 词向量的训练 | 第33-34页 |
| 3.2.4 训练效果展示 | 第34-35页 |
| 3.3 文档索引的构建 | 第35-37页 |
| 3.3.1 文档集预处理 | 第35-36页 |
| 3.3.2 索引结构的设计 | 第36-37页 |
| 3.4 扩展词表的建立 | 第37-38页 |
| 3.4.1 等长扩展法 | 第37页 |
| 3.4.2 相似度值扩展法 | 第37-38页 |
| 3.5 文档评分及排序 | 第38页 |
| 3.6 实验分析 | 第38-42页 |
| 3.6.1 实验环境 | 第38-39页 |
| 3.6.2 实验数据集 | 第39页 |
| 3.6.3 评价方法 | 第39-40页 |
| 3.6.4 实验结果及分析 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 基于Word2Vec的面向查询的查询扩展方法 | 第43-49页 |
| 4.1 问题的引入 | 第43页 |
| 4.2 均值向量法 | 第43-44页 |
| 4.2.1 均值向量法查询向量的生成 | 第43页 |
| 4.2.2 均值向量法扩展词表的建立 | 第43-44页 |
| 4.3 权重向量法 | 第44-45页 |
| 4.3.1 权重向量法查询向量生成 | 第44-45页 |
| 4.3.2 权重向量法建立扩展词表 | 第45页 |
| 4.4 文档排序 | 第45-46页 |
| 4.5 实验分析 | 第46-47页 |
| 4.5.1 实验环境及数据集 | 第46页 |
| 4.5.2 实验结果及分析 | 第46-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文主要工作总结 | 第49页 |
| 5.2 工作展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 附录A 攻读学位期间研究成果 | 第59页 |