一种基于WXLNet与多任务标签嵌入的情感分析神经网络模型

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 研究现状

1.2.1 基于情感词典的情感分析现状

1.2.2 基于机器学习的情感分析现状

1.2.3 基于深度学习的情感分析现状

1.3 论文的主要工作

第二章 相关理论与技术

2.1 文本向量化

2.1.1 独热编码

2.1.2 词袋模型

2.1.3 Word2Vec

2.2 深度学习算法介绍

2.2.1 卷积神经网络

2.2.2 循环神经网络

2.2.3 长短期记忆网络

2.2.4 门控循环单元

2.3 预训练语言模型

2.3.1 语言模型

2.3.2 ELMo

2.3.3 BERT

2.4 本章小结

第三章 基于注意力机制的WXLNet模型

3.1 引言

3.2 XLNet语言模型及其缺陷

3.3 WXLNet（Weighted-XLNet）语言模型

3.3.1 基于注意力机制计算相关系数

3.3.2 构建关联矩阵

3.3.3 计算随机序列关联权重

3.3.4 WXLNet模型设计

3.4 实验验证与分析

3.4.1 实验数据

3.4.2 实验环境与参数

3.4.3 实验评价指标

3.4.4 实验对比模型

3.4.5 模型收敛速度分析

3.4.6 实验结果分析

3.4.7 参数?的影响

3.5 本章小结

第四章 基于WXLNet与多任务标签嵌入的情感分析模型

4.1 引言

4.2 多任务标签嵌入

4.3 WXLNet-MTLE情感分析模型

4.3.1 WXLNet-MTLE模型结构

4.3.2 WXLNet-Input和WXLNet-Label模块

4.3.3 匹配模块

4.3.4 任务模块

4.4 实验验证与分析

4.4.1 实验数据

4.4.2 实验环境与参数

4.4.3 实验评价指标

4.4.4 实验对比模型

4.4.5 实验与结果分析

4.5 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间申请的专利

附录3 攻读硕士学位期间参加的科研项目

致谢