第一个书签之前
摘 要
Abstract
1绪论
1.1.1研究背景
1.1.2研究意义
1.2.1深度学习研究现状
1.2.2文本分类研究现状
1.2.3深度学习在文本挖掘方面的研究
1.3本文研究目的和内容安排
1.4本章小结
2预备知识
2.1中文分词方法
2.1.1基于词典的中文分词算法
2.1.2基于统计的分词算法
2.1.3基于理解的分词算法
2.1.4中文分词工具介绍
2.1.5中文分词面临问题
2.2.1文本特征表示模型
2.2.2文本特征选择方法
2.3.1 k-近邻算法
2.3.2朴素贝叶斯
2.3.3支持向量机
2.4深度学习模型
2.4.1自动编码器
2.4.2深信度网络
2.4.3卷积神经网络
2.5本章小结
3文本预处理和特征提取相关研究
3.1中文文本分类总结
3.2文本预处理
3.2.1中文分词
3.2.2去停用词以及简单扩充词典
3.2.3分词结果
3.3 Word2vec特征提取方法
3.3.1基于Skip-gram模型的特征表示
3.3.2实验设置
3.3.3实验结果
3.4本章小结
4基于卷积神经网络模型的分类问题研究
4.1卷积神经网络模型的设计
4.1.1输入层
4.1.2卷积层
4.1.3池化层
4.1.4全连接层
4.2模型训练
4.2.1激活函数
4.2.2 Dropout策略
4.2.3参数优化
4.2.4 损失率和正确率
4.3实验设置
4.3.1实验环境及结果
4.3.2对比实验
4.4实验结果及分析
4.5卷积神经网络可视化
4.6本章小结
5 总结与展望
5.1主要研究结果
5.2展望
致谢
参考文献
攻读硕士学位期间发表的论文
攻读硕士研究生期间所获奖励
西安理工大学;