1 绪 论
1.1.1 研究背景
1.1.2 研究意义
1.2 研究概述
1.2.1 文本可读性度量研究概述
1.2.2 文本可读性的发展历史
1.3研究难点
1.4.1 研究内容
1.4.2 论文组织结构
2 文本可读性度量研究综述
2.1现有的文本可读性度量法
2.1.1基于传统特征的可读性公式法
2.1.2基于人工智能的可读性度量法
2.1.3基于深度学习的文本可读性度量法
2.2.1文本表示方法
2.2.2卷积神经网络
2.2.3长短时记忆网络
2.2.4注意机制网络
2.3本章小结
3 基于混合网络模型的文本可读性度量
3.1 引言
3.2 模型介绍
3.2.1查询层
3.2.2卷积层
3.2.3循环层
3.2.4 Att/MoT Pooling层
3.2.5 softmax层
3.3.1数据集
3.3.2评价指标
3.3.3实验环境和超参数设置
3.3.4实验结果分析
3.4 本章小结
4 基于分层混合网络模型的文本可读性度量
4.1引言
4.1.1混合网络模型的不足
4.1.2分层网络模型的概念
4.2 模型介绍
4.2.1句子表示
4.2.2篇章表示
4.2.3篇章分类
4.3.1数据集
4.3.2损失函数设置
4.3.3评价指标
4.3.4实验环境和超参数设置
4.3.5实验结果分析
4.4 本章小结
5 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
附录 A. 学位论文数据集
致谢
重庆大学;