首页> 中文学位 >面向问答时序数据理解的时序交互学习算法研究与应用
【6h】

面向问答时序数据理解的时序交互学习算法研究与应用

代理获取

目录

声明

摘要

1.1研究背景

1.2研究问题

1.3本文的研究内容和贡献

1.4本文的组织结构

第2章相关研究工作综述

2.1.1单词表征

2.1.2语句表征

2.2.1 循环神经网络

2.2.2长短时记忆网络

2.2.3 门控循环单元

2.3.1记忆网络

2.3.2注意力机制

2.4相关问答任务

2.4.2 问题标签推荐

2.4.3事实问答

2.4.4 摘要生成

第3章数据驱动的问答时序交互学习方法

3.1引言

3.2算法

3.2.1时序与因果交互引导的单元

3.2.2时序与因果交互引导的循环神经网络

3.2.3模型训练

3.3实验

3.3.1 数据集

3.3.2目标函数

3.3.3 对比算

3.3.4 参数选择

3.3.5 验证指标

3.3.6实验结果

3.4总结

第4章额外信息支持的问答时序交互学习方法

4.1引言

4.2算结

4.2.1序列记亿网络

4.2.2额外信息构建

4.2.3模型训练

4.2.4 标签预测

4.3.1数据集

4.3.2对比算法

4.3.3验证指标

4.3.5 实验结果

4.4总结

第5章结合知识记忆体的问答时序交互学习方法

5.1引言

5.2算i去

5.2.1句向量表示

5.2.2 时序交互增强的门控循环单元

5.2.3知识记忆网络

5.2.4模型训练

5.3实验

5.3.2外部知识

5.3.3对比算法

5.3.4参数选择

5.3.5验证指标

5.3.6实验结果

5.3.7外部知识分析

5.3.8时序交互增强的门控循环单元中的注意力机制

5.4总结

第6章知识驱动的多角色问答时序交互学习方法

6.1引言

6.2算法

6.2.1 多角度对话编码器

6.2.2 基于任务的解码器

6.2.3模型训

6.3实验

6.3.1数据集

6.3.2对比算法

6.3.3参数选择

6.3.4验证指标

6.3.5 实验结果

6.3.6案例分析

6.3.7 错误分析

6.4总结

第7章总结与展望

7.1 本文工作总结

7.2工作展望

参考文献

攻读博士学位期间主要的研究成果

致谢

展开▼

著录项

  • 作者

    段新宇;

  • 作者单位

    浙江大学;

  • 授予单位 浙江大学;
  • 学科 计算机科学与技术
  • 授予学位 博士
  • 导师姓名 吴飞;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号