深度学习和迁移学习在中文情感分类中的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 情感分类的研究现状 | 第9-12页 |
| 1.2.2 深度学习的研究现状 | 第12-15页 |
| 1.2.3 迁移学习的研究现状 | 第15页 |
| 1.3 论文内容及结构 | 第15-17页 |
| 1.3.1 论文内容 | 第15-16页 |
| 1.3.2 内容结构 | 第16-17页 |
| 第2章 深度学习和迁移学习的技术基础 | 第17-25页 |
| 2.1 深度学习算法概述 | 第17-22页 |
| 2.1.1 循环神经网络 | 第17-19页 |
| 2.1.2 GRU | 第19-21页 |
| 2.1.3 WordEmbedding | 第21-22页 |
| 2.2 迁移学习算法概述 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 深度学习在中文情感分类的研究 | 第25-39页 |
| 3.1 文本预处理 | 第25-28页 |
| 3.1.1 数据采集 | 第25-26页 |
| 3.1.2 中文分词 | 第26-27页 |
| 3.1.3 生成WordEmbedding | 第27-28页 |
| 3.2 GRU模型 | 第28-38页 |
| 3.2.1 单向GRU | 第29-31页 |
| 3.2.2 双向GRU | 第31-34页 |
| 3.2.3 过拟合 | 第34页 |
| 3.2.4 性能度量 | 第34-35页 |
| 3.2.5 实验结果对比 | 第35-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 迁移学习在中文情感分类中的研究 | 第39-48页 |
| 4.1 迁移学习模型 | 第39-44页 |
| 4.1.1 基于模型的迁移学习方法 | 第39-40页 |
| 4.1.2 迁移学习的实现 | 第40-44页 |
| 4.1.3 实验结果对比 | 第44页 |
| 4.2 噪声对迁移学习的影响 | 第44-47页 |
| 4.2.1 数据集中的噪声 | 第45-46页 |
| 4.2.2 迁移学习中的噪声 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-51页 |
| 5.1 工作总结 | 第48-49页 |
| 5.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间的研究成果 | 第58页 |
