隨著網(wǎng)絡(luò)的普及和大數(shù)據(jù)的迅速發(fā)展,互聯(lián)網(wǎng)上可供學(xué)習(xí)的信息來(lái)源越來(lái)越豐富,人們能夠通過(guò)搜索引擎快速便捷地獲取自己想要的信息。而由于可供選擇的數(shù)據(jù)量很大,搜索引擎需要有較強(qiáng)的算法支持以匹配到用戶(hù)真正需要的信息。但是現(xiàn)有的搜索引擎仍然存在很多不足,主要分為以下兩個(gè)方面:一是返回結(jié)果太多,導(dǎo)致用戶(hù)很難快速準(zhǔn)確地發(fā)現(xiàn)最符合需要的信息;二是搜索引擎的技術(shù)基礎(chǔ),即關(guān)鍵字匹配,主要關(guān)注語(yǔ)言的語(yǔ)法形式,而對(duì)語(yǔ)義的關(guān)注較少,同時(shí)由于用戶(hù)表達(dá)個(gè)人需求的能力參差不齊,采用簡(jiǎn)單的查詢(xún)?cè)~難以準(zhǔn)確地表達(dá)信息需求,使得檢索效果一般。除搜索引擎外,可以用問(wèn)答檢索系統(tǒng)來(lái)滿(mǎn)足用戶(hù)的信息需求。不同于傳統(tǒng)的搜索引擎,問(wèn)答檢索系統(tǒng)不僅能用自然語(yǔ)言語(yǔ)句來(lái)提問(wèn),還可以根據(jù)模型返回的查詢(xún)結(jié)果直接將最佳答案返回給用戶(hù),而不再僅是相關(guān)的網(wǎng)頁(yè)。問(wèn)答檢索系統(tǒng)通過(guò)對(duì)問(wèn)題和答案進(jìn)行相關(guān)性匹配排序來(lái)找到最佳答案,因此,選擇合適的訓(xùn)練數(shù)據(jù)是訓(xùn)練問(wèn)答檢索模型的第一步�；诖�,本文語(yǔ)義匹配中首先要完成對(duì)輸入文本的表示學(xué)習(xí)工作,進(jìn)而計(jì)算問(wèn)題與答案間的語(yǔ)義相似度。本文首先分析了問(wèn)答檢索問(wèn)題的研究目的及意義,并對(duì)國(guó)內(nèi)外在問(wèn)答檢索領(lǐng)域的研究現(xiàn)狀進(jìn)行詳細(xì)闡述,包括... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
緒論
    一、選題意義
    二、國(guó)內(nèi)外研究現(xiàn)狀述評(píng)
    三、研究思路及創(chuàng)新點(diǎn)
    四、論文的組織結(jié)構(gòu)
第一章 問(wèn)答檢索概述
    第一節(jié) 信息檢索系統(tǒng)
        一、信息檢索基本概念
        二、相關(guān)應(yīng)用
    第二節(jié) 問(wèn)答檢索相關(guān)概述
        一、詞表示
        二、Learning to Rank(L2R)
    第三節(jié) 深度語(yǔ)義匹配模型
    第四節(jié) 生成對(duì)抗網(wǎng)絡(luò)應(yīng)用研究
        一、生成對(duì)抗網(wǎng)絡(luò)模型原理
        二、圖像領(lǐng)域應(yīng)用
        三、自然語(yǔ)言處理領(lǐng)域應(yīng)用
第二章 基于生成對(duì)抗網(wǎng)絡(luò)的問(wèn)答檢索模型
    第一節(jié) 研究問(wèn)題定義
    第二節(jié) QACNN模型
        一、QACNN模型說(shuō)明
        二、QACNN模型結(jié)構(gòu)圖
    第三節(jié) QAGAN模型
        一、QAGAN模型說(shuō)明
        二、QAGAN模型結(jié)構(gòu)圖
        三、目標(biāo)函數(shù)設(shè)置
        四、目標(biāo)函數(shù)優(yōu)化
第三章 實(shí)證結(jié)果與分析
    第一節(jié) 實(shí)驗(yàn)設(shè)置
        一、數(shù)據(jù)選擇
        二、數(shù)據(jù)預(yù)處理
        三、實(shí)驗(yàn)設(shè)置
    第二節(jié) 限定域?qū)嶒?yàn)結(jié)果分析
        一、InsuranceQA實(shí)驗(yàn)結(jié)果
        二、InsuranceQA實(shí)驗(yàn)結(jié)果分析
        三、UDC實(shí)驗(yàn)結(jié)果
        四、UDC實(shí)驗(yàn)結(jié)果分析
    第三節(jié) 限定域問(wèn)答系統(tǒng)擴(kuò)展實(shí)驗(yàn)
        一、候選池?cái)?shù)量對(duì)模型的影響分析
        二、訓(xùn)練集數(shù)量對(duì)模型的影響分析
        三、K值取值對(duì)模型的影響分析
        四、詞嵌入維度對(duì)模型的影響分析
總結(jié)及展望
    一、本文工作結(jié)論
    二、進(jìn)一步的工作
參考文獻(xiàn)
在讀期間科研成果
    一、發(fā)表的學(xué)術(shù)論文
    二、參加的學(xué)術(shù)會(huì)議
致謝


【參考文獻(xiàn)】：
期刊論文
[1]融合雙重正則化機(jī)制的低秩矩陣分解推薦模型[J]. 郁雪,張昊男.  計(jì)算機(jī)應(yīng)用研究. 2020(04)
[2]基于文本價(jià)格融合模型的股票趨勢(shì)預(yù)測(cè)[J]. 余傳明,龔雨田,王峰,安璐.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(12)
[3]基于生成對(duì)抗網(wǎng)絡(luò)的圖像修復(fù)[J]. 孫全,曾曉勤.  計(jì)算機(jī)科學(xué). 2018(12)
[4]融合知識(shí)表示的知識(shí)庫(kù)問(wèn)答系統(tǒng)[J]. 安波,韓先培,孫樂(lè).  中國(guó)科學(xué):信息科學(xué). 2018(11)
[5]基于語(yǔ)義要素組合的知識(shí)庫(kù)問(wèn)答方法[J]. 劉飛龍,郝文寧,余曉晗,陳剛,劉沖.  計(jì)算機(jī)工程. 2018(11)
[6]基于注意力機(jī)制的答案選擇方法研究[J]. 熊雪,劉秉權(quán),吳翔虎.  智能計(jì)算機(jī)與應(yīng)用. 2018(06)
[7]特定領(lǐng)域問(wèn)答系統(tǒng)中基于語(yǔ)義檢索的非事實(shí)型問(wèn)題研究[J]. 仇瑜,程力,Daniyal Alghazzawi.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[8]社會(huì)化問(wèn)答研究綜述[J]. 李蕾,何大慶,章成志.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(07)
[9]基于行為-內(nèi)容融合模型的用戶(hù)畫(huà)像研究[J]. 余傳明,田鑫,郭亞靜,安璐.  圖書(shū)情報(bào)工作. 2018(13)
[10]基于粗糙集知識(shí)發(fā)現(xiàn)的開(kāi)放領(lǐng)域中文問(wèn)答檢索[J]. 韓朝,苗奪謙,任福繼,張紅云.  計(jì)算機(jī)研究與發(fā)展. 2018(05)

碩士論文
[1]語(yǔ)句相似度匹配在自動(dòng)問(wèn)答系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)[D]. 劉佳雯.南京郵電大學(xué) 2018



本文編號(hào)：3706481