第一章 绪论
1.1研究背景
1.2 研究目的和意义
1.3 国内外研究现状
1.3.1 问答回复模型
1.3.2 文本摘要抽取
1.3.3 文本情感分析法
1.4 研究内容的结构安排
1.5 本章小结
第二章 文本分析的基本理论与方法
2.1 结巴分词
2.2 文本向量表示
2.2.1 TF-IDF算法
2.2.2 Bag of words
2.2.3 Word2vec
2.2.4 Doc2vec
2.3 深度学习网络
2.3.1 卷积神经网络
2.3.2 循环神经网络
2.3.3 长短时记忆网络
2.3.4 双向长短时记忆网络
2.3.5 Seq2Seq模型
2.3.6 注意力机制
2.4 网络爬虫技术
2.5本章小结
第三章 基于LSTM模型的字词语义分析
3.1 语料库的爬取与构建
3.1.1 页面的结构数据分析
3.1.2 数据的解析与存储
3.2 字词释义模型
3.2.1 基于BiLSTM的字词向量表示
3.2.2 ABBiLSTM的设计与算法描述
3.3 数值实验
3.4 本章小结
第四章 基于句法依存的句段语义分析
4.1 依存句法分析
4.2 文本摘要提取
4.2.1 基本TextRank算法
4.2.2 改进型TextRank算法
4.3 数值实验
4.4 本章小结
第五章 文本情感分析与网购商品评价系统设计
5.1 时域卷积神经网络
5.1.1 神经网络结构
5.1.2 双向长短时记忆神经网络
5.2混合文本情感分析模型
5.3 网购商品评价系统设计
5.4 数值实验
5.5 本章小结
第六章 总结与展望
6.1 论文总结
6.2 下一步研究工作
致谢
参考文献
声明
贵州大学;