声明
第一章 绪论
1.1研究背景及意义
1.1.1 文本分类
1.1.2 领域自适应
1.2研究现状
1.2.1 文本分类
1.2.2 领域自适应
1.3主要工作
1.4论文结构
第二章 基于字词联合表示的Attention-RNN文本分类模型
2.1 问题提出
2.2 相关算法介绍
2.2.1 深度前馈神经网络
2.2.2 卷积神经网络
2.2.3 循环神经网络
2.2.4 注意力机制
2.3 基于字词联合表示的Attention-RNN文本分类模型
2.3.1 模型介绍
2.3.2 模型训练
2.4 实验
2.4.1 数据集及实验设置
2.4.2 实验结果与分析
2.5 本章小结
第三章 基于相关对齐和注意力机制的无监督域适应模型
3.1 问题提出
3.2 问题描述
3.3 相关算法介绍
3.3.1 MMD: 最大均值差异算法
3.3.2 KL散度
3.3.3 JS距离
3.3.4 CORAL: 相关对齐算法
3.4 基于相关对齐和注意力机制的无监督域适应模型
3.4.1 模型介绍
3.4.2 模型训练
3.5 实验
3.5.1 数据集及实验设置
3.5.2 实验结果与分析
3.6 本章小结
第四章 基于对抗域适应和相关对齐算法的跨域情感分类
4.1 问题提出
4.2 基于对抗域适应和相关对齐算法的跨域情感分类
4.2.1 模型介绍
4.2.2 模型训练
4.3 实验
4.3.1 数据集及实验设置
4.3.2 实验结果与分析
4.4 本章小结
第五章 总结和展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间的研究成果
致谢
山东理工大学;