声明
第1 章绪 论
1.1 课题研究背景
1.2 情感分析研究意义
1.3 国内外研究现状
1.3.1 方面级情感分析研究现状
1.3.2 深度学习在自然语言处理中的应用
1.4 论文研究内容
1.5 论文组织结构
第2 章文本情感分类技术基础
2.1深度学习相关技术
2.1.1 BP神经网络
2.1.2 卷积神经网络
2.1.3 循环神经网络
2.1.4 注意力机制
2.2 文本预处理
2.3 本章小结
第3 章数据处理
3.1 模型输入数据处理
3.2 数据可变长度处理
3.3 数据的平衡处理
3.4 词语向量化
3.5 神经网络权重预处理
3.6 本章小结
第4 章 Attn-Bi-LCNN 模型介绍
4.1 Attn-Bi-LCNN 模型构造
4.1.1 模型输入
4.1.2 模型结构
4.1.3 Attention层设计实现
4.2 模型训练流程
4.2.1 梯度下降
4.2.2 反向传播
4.2.3 正则化与Dropout
4.2.4 模型性能评价方法
4.3 本章小结
第5 章模型调优及模型对比
5.1 实验环境及参数
5.1.1 实验平台及实验数据
5.1.2 Attn-Bi-LCNN模型参数
5.2 模型调优
5.2.1 数据是否平衡对比
5.2.2 词向量维度试验
5.2.3 词向量预训练规模对比
5.2.4 Batch size对模型的影响
5.3 模型对比
5.3.1 模型准确度对比
5.3.2 模型运算时间对比
5.4 本章小结
结 论
参考文献
致 谢
燕山大学;