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

基于神经网络的汉缅双语句子级Embedding语义表征方法应用研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-17页
    1.1 研究背景及意义第11页
    1.2 国内外研究现状第11-15页
    1.3 本文的主要研究内容第15页
    1.4 本文的组织结构第15-17页
第二章 汉缅双语语料库构建第17-23页
    2.1 相关工作第17页
    2.2 汉缅双语语料资源分析第17-18页
    2.3 汉缅双语语料获取第18-21页
    2.4 缅语助词语料库构建第21-22页
    2.5 本章小结第22-23页
第三章 融合缅语音节特征的词向量表示方法第23-33页
    3.1 相关介绍第23-24页
    3.2 缅语助词特点分析第24页
    3.3 融合音节特征的缅甸语词向量表征模型架构第24-28页
        3.3.1 缅语词汇的向量初始化第25-26页
        3.3.2 融合卷积网络及门结构网络的缅语音节特征提取第26-27页
        3.3.3 基于LSTM模型的缅语词向量训练第27-28页
    3.4 实验第28-32页
        3.4.1 实验数据第28页
        3.4.2 实验流程第28-29页
        3.4.3 实验方法及评价指标第29-30页
        3.4.4 实验结果及分析第30-32页
    3.5 本章小结第32-33页
第四章 汉缅双语句子级Embedding语义表征方法第33-41页
    4.1 相关研究第33-34页
    4.2 基于空间映射的汉缅双语词向量线性转换模型第34-36页
        4.2.1 汉缅双语词向量表征模型架构第34-35页
        4.2.2 汉缅双语词向量模型训练第35-36页
    4.3 汉缅双语句子表征第36-37页
        4.3.1 汉语、缅语句子在单语中的表征第36-37页
        4.3.2 汉缅双语句子表征第37页
    4.4 实验第37-40页
        4.4.1 实验数据第37-38页
        4.4.2 实验流程第38页
        4.4.3 实验方法及评价指标第38-39页
        4.4.4 实验结果及分析第39-40页
    4.5 本章小结第40-41页
第五章 基于汉缅双语表征的缅甸语句子情感分类第41-53页
    5.1 相关研究第41-42页
    5.2 基于汉缅双语表征的缅甸语句子情感分类模型架构第42页
    5.3 缅语情感分类模型训练第42-46页
        5.3.1 汉语句子情感分类模型预训练第42-45页
        5.3.2 融合汉语情感分类特征的缅语分类模型训练第45-46页
    5.4 实验第46-48页
        5.4.1 实验数据第46-47页
        5.4.2 实验流程第47页
        5.4.3 实验方法及评价指标第47-48页
        5.4.4 实验结果及分析第48页
    5.5 缅语情感分类原型系统第48-51页
        5.5.1 系统整体架构第49页
        5.5.2 系统开发所需工具及资源第49-50页
        5.5.3 系统模块任务划分第50页
        5.5.4 系统实现第50-51页
    5.6 本章小结第51-53页
第六章 总结和展望第53-55页
    6.1 总结第53-54页
    6.2 展望第54-55页
致谢第55-57页
参考文献第57-61页
附录A 攻读硕士学位期间发表论文和受权的软件著作权第61-63页
附录B 攻读硕士期间参与项目第63页

论文共63页,点击 下载论文
上一篇:基于电网能量与电气参量数据的窃电分析研究
下一篇:改进的自适应遗传算法在函数优化中的应用