首页> 中文学位 >基于CNN文本分类方法的研究
【6h】

基于CNN文本分类方法的研究

代理获取

目录

声明

第一章 绪论

1.1研究背景及意义

1.2国内外发展现状

1.3研究内容

1.4论文结构

第二章 基于深层CNN文本分类模型的研究

2.1深层CNN文本分类模型的工作原理及分析

2.2深层CNN文本分类模型的改进思路

2.3基于CBOW的词嵌入层设计

2.4引入自注意力机制的词特征提取路线(一路)

2.5引入Highway network机制的长文本特征提取路线(二路)

2.6基于文本分类的全连接层设计

2.7本章小结

第三章 基于浅层CNN文本分类模型的研究

3.1浅层CNN文本分类模型的工作原理及分析

3.2浅层CNN文本分类模型的改进思路

3.3基于LSTM的长文本特征提取层设计

3.4基于浅层CNN的局部特征提取层设计

3.5本章小结

第四章 实验及分析

4.1实验环境介绍

4.2改进的深层CNN文本分类模型实验结果分析

4.3改进的浅层CNN文本分类模型实验结果分析

4.4本章小结

第五章 工作总结与展望

5.1工作总结

5.2展望

参考文献

在学期间取得的科研成果和科研情况说明

致谢

展开▼

著录项

  • 作者

    李学伟;

  • 作者单位

    天津理工大学;

  • 授予单位 天津理工大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 宁红云,张友光;
  • 年度 2021
  • 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