首页> 中文学位 >基于TextCNN的古典诗词爱国情怀研究
【6h】

基于TextCNN的古典诗词爱国情怀研究

代理获取

目录

声明

第 1 章 绪论

1.1 引言

1.2研究意义

1.3研究内容、研究目的和框架结构

1.3.1 研究内容

1.3.2 研究目的

1.3.3 框架结构

1.4研究的创新

第 2 章 文献综述和相关理论

2.1文献综述

2.1.1 文本挖掘国内外研究情况

2.1.2古典诗词计算化研究情况

2.1.3 文献评述

2.2相关理论

2.2.1 文本预处理

2.2.2词向量

2.2.3 SVM分类算法

2.2.4 卷积神经网络

2.2.5 TextCNN

2.2.6 Tensorflow

第 3 章 基于 DSG训练词向量

3.1统计语言模型

3.2 word2vec模型

3.2.1 连续词袋(CBOW)模型

3.2.2 Skip-gram模型

3.3 DSG(directional Skip-gram)模型

3.4 词向量训练结果展示

3.5 本章小结

第 4 章 古典诗词的分类算法研究

4.1 数据介绍

4.2 文本预处理

4.2.1 中文分词

4.2.2 去停用词

4.3 提取词向量

4.4 基于 SVM的古典诗词分类

4.4.1 一种朴素的文本表示方法

4.4.2 模型构建

4.4.3 模型训练

4.5 基于 TextCNN的古典诗词分类

4.5.1 模型构建

4.5.2 模型训练

4.6 分类效果评估

4.6.1 分类的评估指标

4.6.2 分类结果对比

4.7 本章小结

第 5 章 爱国诗词总体分析

5.1 数据介绍

5.2 TextCNN分类模型应用及爱国诗词总体分析

5.2.1 TextCNN分类模型应用

5.2.2 爱国诗词历史时期分布情况

5.2.3 爱国诗词作者分布情况

5.3 陆游爱国诗词词频分析

5.4 本章小结

第 6 章 总结与展望

6.1 总结

6.2 展望

6.2.1 工作改进

6.2.2 应用方向

参考文献

致谢

展开▼

著录项

  • 作者

    张馨怡;

  • 作者单位

    上海师范大学;

  • 授予单位 上海师范大学;
  • 学科 应用统计
  • 授予学位 硕士
  • 导师姓名 刘暐;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号