声明
1 绪论
1.1 课题研究背景与意义
1.2 铁路安全监督文本分类问题描述
1.3 文本分类问题研究现状
1.4 面向铁路安全监督文本分类的关键技术
1.5 论文研究内容及章节安排
2 相关研究
2.1 文本预处理
2.1.1 数据清洗处理
2.1.2 数据分词处理
2.2 文本特征表示方法
2.2.1 词袋表示方法
2.2.2 词嵌入表示方法
2.3 文本数据分类方法
2.3.1 基于机器学习的分类方法
2.3.2 基于深度学习的分类方法
2.3.3 主流分类方法的特点与局限
2.4 本章小结
3 铁路安全监督文本分类方法
3.1 方法引入
3.2 基于字符级特征的文本特征提取
3.3 基于CLW2V的铁路安全监督文本分类方法
3.4 实验与结果分析
3.4.1 实验数据集及参数设置
3.4.2 评价标准
3.4.3 结果分析
3.5 本章小结
4 文本分类在铁路安全监督文本中的应用
4.1 铁路安全监督文本分类应用研究
4.2 铁路安全监督文本分类工作流程
4.3 分类功能模块说明
4.4 分类功能的实例结果
4.4.1 基于CLW2V 的数据查纠错功能
4.4.2 基于CLW2V 的多维度相似度智能匹配
4.5 本章小结
5 总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢
郑州大学;