微博中的社交意图识别与分类技术研究

目录

声明

1 绪论

1.1 研究背景和意义

1.2 国内外意图识别研究现状

1.3 本文的主要研究内容

1.4 本文的组织结构

2 相关模型与技术概述

2.1 网络爬虫技术

2.2 数据预处理和分词

2.2.1 微博数据预处理

2.2.2 中文分词技术

2.3 词向量模型

2.3.1 Word2Vector模型的介绍

2.3.2 CBOW模型的基本原理

2.3.3 Skip-Gram模型的基本原理

2.4预训练语言模型

2.4.1 BERT模型的思想

2.5 本章小结

3 社交意图识别建模的方法

3.1 模型结构

3.2 编码器

3.2.1 BLSTM模型介绍

3.2.2 自动注意力机制

3.3 解码器

3.4 本章小结

4 实验结果与分析

4.1 实验数据

4.1.1 实验语料数据概要

4.2 实验环境

4.3 实验评价指标

4.4 对比实验

4.4.1 BERT与本文融合模型对比实验

4.4.2加入预训练词向量前后对比实验

4.5 社交意图类别的自动识别

4.6 本章小结

结 论

参考文献

在学研究成果

致 谢