声明
摘要
1.1研究目的和意义
1.2研究现状
1.2.1跨语言文本分类研究现状
1.2.2基于深度学习的文本分类算法
1.2.3跨语言文本分类存在的问题
1.3研究内容与主要工作
1.4本文结构
2.1引言
2.2跨语言文本分类概述
2.3文本表示模型
2.3.1向量空间模型
2.3.2 LDA主题模型
2.3.3词嵌入模型
2.4双语文本表示模型
2.4.1双语LDA主题模型
2.4.2双语skip-gram模型
2.5文本分类算法
2.5.1感知机
2.5.2朴素贝叶斯分类器
2.5.3支持向量机
2.5.4卷积神经网络
2.5.5循环神经网络
2.6本章小结
3.1引言
3.2双语主题词嵌入模型概述
3.3基于平行句对与词对齐信息的双语词嵌入模型
3.3.1面向双语词嵌入模型的平行语料
3.3.2平行句对与词对齐信息
3.3.3基于平行句对与词对齐信息的双语skip-gram模型
3.3.4基于深度学习框架的加速训练
3.4双语主题词嵌入模型
3.4.1自适应多原型向量表示
3.4.2双语主题的训练
3.4.3双语主题的嵌入表示
3.4.4双语主题词嵌入表示
3.5本章小结
4.1引言
4.2双语平行语料的获取及预处理
4.2.1双语词嵌入
4.2.2双语主题及跨语言文本分类
4.3双语单词的双语主题词嵌入表示
4.3.1自适应多原型表示
4.3.2单词的双语主题词嵌入表示
4.4跨语言文本分类
4.4.1实验方案
4.4.2实验结果及分析
4.5本章小结
结论
参考文献
攻读硕士学位期间发表的论文和其它成果
致谢
延边大学;