面向在线社交媒体的文本分类研究与实现

目录

声明

符号使用说明

第一章绪论

1.2国内外研究现状

1.3主要工作和创新

1.3.1基于Word2Vec的启发式主题聚类

1.4论文组织结构

第二章相关技术与前置知识

2.1.2去停用词

2.1.3词性标注

2.2特征提取

2.3传统文本分类与深度学习文本分类模型介绍

2.3.1朴素贝叶斯

2.3.2 LSTM模型简介

2.3.3 TextRNN模型简介

2.3.4 TextRCNN模型简介

2.3.5 TextRNN+Attention模型简介

2.4文本分类问题分析

2.5本章小结

第三章 基于Word2Vec的启发式主题聚类

3.2.1 Word2Vec训练词向量

3.2.2 ODP

3.2.3启发式词向量聚类算法

3.3实验及结果

3.3.2实验设置

3.3.3结果及分析

3.4本章小结

第四章基于多方法集成的多分类情感分析

4.1.2句子级情感分析

4.2.1 SVM用于多分类

4.2.2 FastText模型简介

4.2.3 TextCNN模型简介

4.3基于多方法集成的多分类情感分析

4.3.2集成模型选择

4.4实验及结果

4.4.2实验设置

4.5本章小结

第五章总结与展望

致谢

参考文献

作者在学期间取得的学术成果