声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1国外研究现状
1.2.2国内研究现状
1.3研究内容及主要工作
1.4论文组织结构
2.1文本分词方法
2.1.1基于词典的机械分词方法
2.1.2基于统计的分词方法
2.1.3基于人工智能的分词方法
2.2文本分类
2.2.1文本分类算法
2.2.2文本分类的流程
2.3 AlpaGo思想及技术
2.4本章小结
第3章信息识别模型设计
3.1不良词库的构建
3.1.1不良词的确定
3.1.2变形不良词语种类
3.1.3不良词库设计
3.2分词处理
3.2.1基于人工智能的分词模型
3.2.2分词的机器学习训练
3.3仿“落子选择”网络的信息识别模型设计与分析
3.3.1词语向量化
3.3.2向量的词语相似度计算
3.3.3 词语情感分析
3.3.4比对词库智能判断模型
3.4本章小结
第4章不良词汇的分类
(3)支持向量机方法的优缺点
4.2分类器训练
4.3仿“价值网络”的不良词汇分类
4.3.1多义词和同义词对文本分类的影响
4.3.2分类器自主深度学习
4.3.3不良词分类判断
4.4本章小结
第5章实验结果与分析
5.1实验测试准备
5.1.1实验平台
5.1.2语料的获取与预处理
5.2实验结果分析
5.3本章小结
第6章总结与展望
6.1论文总结
6.2展望
附录
参考文献
攻读硕士期间的研究成果
致谢