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
内蒙古科技大学;