首页> 中文学位 >基于神经网络和领域自适应的文本分类算法研究
【6h】

基于神经网络和领域自适应的文本分类算法研究

代理获取

目录

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

展开▼

著录项

  • 作者

    陈榕;

  • 作者单位

    山东理工大学;

  • 授予单位 山东理工大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 任崇广;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 应用语言学;
  • 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