1、“.....第四章是本文的实验设置。第五章详细介绍了使用不同的最大熵工具包在不同特征和训练环境下得到的结果的对比分析以及基于字和词的分布式表示的向量矩阵的实验结果分析。最后章是本文的总结和对下步工作的展望。万方数据基于词的分布式表示的中文阅读理解研究万方数据第二章模型描述第二章模型描述阅读理解任务简介中国位于世界最大的大陆东部，又濒临世界上最大的海洋太平洋，因此，季风气候显著。每年月至次年月间......”。

2、“.....第四章是本文的实验设置......”。

3、“.....最后章是本文的总结和对下步工作的展望。万方数据基于词的分布式表示的中文阅读理解研究万方数据第二章模型描述第二章模型描述阅读理解任务简介中国位于世界最大的大陆东部，又濒临世界上最大的海洋太平洋，因此，季风气候显著。每年月至次年月间，干寒的冬季风从西伯利亚和蒙古高原吹来，向南势力逐渐减弱，造成了全国冬季寒冷干燥南北温差很大的特点。夏季风分东南季风和西南季风。东南季风来自太平洋，主要影响中国东部地区，西南季风来自印度洋和南海，主要影响西南和南部沿海。它们从海上带来大量的水气，给中国大陆带来了丰沛的雨水。般年份......”。

4、“.....六月中旬向北跃进至长江中下游地区，开始这里的梅雨季节。七月中旬雨带再次北进，到淮河以北，使中国广大北方地区进入雨季盛期。我国的气候变化大都与季风联系，旦规律反常，就会出现较大范围的旱涝灾害。由于疆域辽阔，南北跨温热两大气候带，再加上多种地形的不同影响，形成了全国气候复杂多样。如黑龙江省北部全年无夏，海南岛长夏无冬，淮河流域四季分明，青藏高原西部终年积雪，云贵高原南部四季如春，西北内陆日温差极大等等。各地平均降水量差异也很大，东南沿海可达毫米以上，逐渐向内陆减少，到西北部只有毫米左右。山地对气温也有很大影响，如秦岭阻挡季风......”。

5、“.....为什么中国的季风气候显著造成我国冬季寒冷干燥南北温差很大的原因是什么什么原因导致我国的气候复杂多样长江中下游地区什么时候开始梅雨季节我国西北部的降水量是多少上文是篇来自地理的篇文章，我们通过对文章中句子和问题句的分万方数据基于词的分布式表示的中文阅读理解研究词词性标注以及编注问题类型和编号等工作来构建训练用的篇章，比如，在上文中编号为的问句为类型的句子，且其候选答案句为标号为的句子，那么，阅读理解的任务就是使用自然语言处理技术对问句和文章中句子进行建模，根据问题句和文章中句子的相似程度来确定标号为的句子是否为答案句。在语料库中......”。

6、“.....为计算机自动进行阅读理解提供了平台。本文的结果就是基于这个语料库，通过选取适当的训练集和测试集，在最大熵模型中加入神经语言模型训练得到的词向量特征，得到的结果可以和其他结果相比较。阅读理解模型建立现代的研究方法表明，对数据通过统计的方法对批量数据模型化来进行分析，可以揭示数据背后的些规律，能够近似反映社会现象，对社会的发展和经济的进步作出较合理的预测和判断。统计语言模型就是先从待处理的文本语料中抽取可以用来建模的信息特征，而后根据这些特征去建立模型。在自然语言处理中，对于阅读理解问题回答任务通常需要建立相应的模型......”。

7、“.....般的阅读理解的任务都可以这样描述假设篇文章包含个句子,对给定的问题,阅读理解任务是从个句子中寻找出问题概率最大的答案句。可以用如下的式子表示是答案句上下文最大熵模型在自然语言处理中，许多问题都可以归结为分类问题，分类问题的主要任务都是对目标的概率进行估计。我们可以将阅读理解任务看做是问句和答案句的个二分类的分类问题。构建这样个统计模型首先需要找到个合适的模型来拟合，而后通过上下文信息对模型中的参数进行估计，最后得到的模型要求能够合理的融合抽取的样本中的信息，又能够去很好的预测新语料的类别......”。

8、“.....每个模型都有各自的适用环境，但是不同万方数据第二章模型描述的分类器在结合上下文特征以及特征间的语义关系等方面表现也不同。因此，如何选择适当的模型来进行阅读理解研究就显得尤为重要。用最大熵的方法来构建的模型就是适合阅读理解任务研究的模型中的个。信息熵是数学方法和语言文字结合的结果，随机事件的信息熵表示为任意个随机变量，它有,共种可能的结果，每种结果出现的概率是则其不确定程度，即信息熵为最大熵理论为合理的构建最大熵模型提供了最基本的理论支撑，即从符合条件的分布中，选择熵最大的分布作为最优分布......”。

9、“.....那么最大熵建模就是选择约束条件，把相关的特征作为系统的输入，得到最优的熵最大的模型在给定上下文环境的情况下，最大熵建模就是求随机事件输出为的概率，用表示条件概率的集合，那么。模型的输入从人工标注的训练数据中抽取训练样本集表示在语料库中出现时的上下文信息为。假设训练样本的经验分布概率为，那么用极大似然估计训练语料的概率分布表示如下，其中,为,在语料中出现的次数，为总词数。构建这样个产生训练样本的模型需要加入约束条件的特征。设特征代表变量和之间的种特定关系，那么可以用函数表示如下如果,满足种约束条件，其他情况那么经验分布的期望定义为......”。