| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 论文的研究背景与意义 | 第8页 |
| 1.2 研究现状 | 第8-11页 |
| 1.2.1 国内研究现状 | 第9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.2.3 主要面临的问题 | 第10-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第二章 基于词向量的语义聚类算法 | 第13-21页 |
| 2.1 基于WORD2VEC的词向量训练 | 第13-15页 |
| 2.2 针对词向量的快速搜索密度峰值发现聚类算法 | 第15-18页 |
| 2.2.1 密度和距离计算 | 第16页 |
| 2.2.2 聚类过程 | 第16-18页 |
| 2.3 针对词向量的吸引子传播聚类算法 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于双通道卷积神经网络的短文本分类模型 | 第21-27页 |
| 3.1 问题描述 | 第21页 |
| 3.2 基于双通道的卷积神经网络结构 | 第21-23页 |
| 3.3 模型训练设置 | 第23页 |
| 3.4 实验设置及结果分析 | 第23-26页 |
| 3.4.1 数据集 | 第23-24页 |
| 3.4.2 实验设计 | 第24页 |
| 3.4.3 实验结果与分析 | 第24-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第四章 基于注意力机制和卷积神经网络的短文本分类模型 | 第27-34页 |
| 4.1 注意力机制 | 第27页 |
| 4.2 基于注意力机制的卷积神经网络结构 | 第27-29页 |
| 4.3 模型分析 | 第29-30页 |
| 4.4 实验设置及结果分析 | 第30-32页 |
| 4.4.1 实验设置 | 第30页 |
| 4.4.2 对比模型 | 第30-31页 |
| 4.4.3 实验结果与分析 | 第31-32页 |
| 4.5 本章小结 | 第32-34页 |
| 第五章 总结与展望 | 第34-36页 |
| 5.1 本文总结 | 第34页 |
| 5.2 展望 | 第34-36页 |
| 参考文献 | 第36-39页 |
| 攻硕期间发表论文及科研成果 | 第39-40页 |
| 致谢 | 第40页 |