首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于深度学习的新闻实时分类服务系统的分析与设计

摘要第2-4页
ABSTRACT第4-5页
1 绪论第8-14页
    1.1 本文研究背景及国内外现状第8-10页
    1.2 本文的研究意义第10-11页
    1.3 本文的研究内容第11-12页
    1.4 本文的结构安排第12-13页
    1.5 本章小结第13-14页
2 文本分类技术介绍第14-35页
    2.1 引言第14页
    2.2 自动文本分类理论概念第14-18页
        2.2.1 文本预处理第14页
        2.2.2 分词第14-15页
        2.2.3 文本表示与特征选择第15-18页
    2.3 文本向量化第18-25页
        2.3.1 词向量化第18-23页
        2.3.2 文档向量化第23-25页
    2.4 经典统计文本分类算法第25-28页
    2.5 深度学习分类算法第28-32页
        2.5.1 卷积神经网络第28-29页
        2.5.2 循环神经网络第29-32页
    2.6 FastText快速分类算法第32-34页
    2.7 本章小结第34-35页
3 分类实验设计和分析第35-47页
    3.1 引言第35页
    3.2 实验的新闻语料和评估方法第35-36页
    3.3 基于朴素贝叶斯的建模实验第36页
    3.4 基于字符级CNN的新闻文本分类第36-41页
        3.4.1 实验过程第36-37页
        3.4.2 模型的参数选择第37-39页
        3.4.3 实验的结果分析第39-41页
    3.5 基于字符级RNN的新闻文本分类第41-44页
        3.5.1 实验过程第41页
        3.5.2 模型的参数选择第41-42页
        3.5.3 实验的结果分析第42-44页
    3.6 基于fastText的新闻文本分类第44-45页
        3.6.1 实验过程第44页
        3.6.2 模型的参数选择第44页
        3.6.3 实验的结果分析第44-45页
    3.7 本章小结第45-47页
4 新闻分类服务系统的分析与设计第47-55页
    4.1 引言第47页
    4.2 系统的概述第47-49页
        4.2.1 系统的功能分析第47-48页
        4.2.2 系统的物理架构分析第48-49页
    4.3 系统各模块的分析第49-54页
        4.3.1 系统的结构图第49页
        4.3.2 新闻语料更新子系统分析第49-52页
        4.3.3 分类模块训练子系统分析第52-53页
        4.3.4 新闻分类服务子系统分析第53-54页
    4.4 本章小结第54-55页
5 新闻分类服务系统的功能和性能测试第55-60页
    5.1 引言第55页
    5.2 爬虫模块测试第55-56页
    5.3 新闻分类服务模块测试第56-58页
    5.4 系统的性能测试第58-59页
    5.5 本章小结第59-60页
6 总结与展望第60-62页
    6.1 总结第60-61页
    6.2 展望第61-62页
参考文献第62-66页
攻读硕士学位期间主要成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:乡村旅游中的“公地悲剧”研究
下一篇:高中地理开放教学体系构建及实施策略研究