基于双语主题词嵌入模型的中朝跨语言文本分类方法的研究

目录

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