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

基于深度学习的文本情感分析研究

中文摘要第4-6页
abstract第6-7页
第一章 引言第11-20页
    1.1 研究背景及意义第11-13页
    1.2 研究现状第13-16页
    1.3 研究内容第16-18页
    1.4 论文组织结构第18-20页
第二章 背景知识第20-26页
    2.1 不同类型文本情感分析任务第20-21页
        2.1.1 短文本情感分析第20页
        2.1.2 特定目标情感分析第20-21页
        2.1.3 基于方面情感分析第21页
    2.2 深度网络模型第21-25页
        2.2.1 卷积神经网络第21-22页
        2.2.2 卷积神经网络在情感分析任务中的应用第22-24页
        2.2.3 长短期记忆网络第24-25页
        2.2.4 长短期记忆网络在情感分析任务中的应用第25页
    2.3 本章小结第25-26页
第三章 基于多通道CNN的短文本情感分析模型第26-37页
    3.1 特征构建第26-28页
        3.1.1 词向量特征第26-27页
        3.1.2 词性向量特征第27页
        3.1.3 位置向量特征第27-28页
    3.2 多通道卷积神经网络第28-30页
        3.2.1 多通道输入第29页
        3.2.2 模型训练第29-30页
    3.3 实验第30-36页
        3.3.1 实验数据及参数设置第30-31页
        3.3.2 对比实验第31-32页
        3.3.3 实验结果与分析第32-36页
    3.4 本章小结第36-37页
第四章 基于多注意力CNN的特定目标情感分析模型第37-53页
    4.1 注意力机制第37-38页
    4.2 多注意力卷积神经网络第38-45页
        4.2.1 任务定义第39页
        4.2.2 方法概述第39-40页
        4.2.3 词向量注意力机制第40-41页
        4.2.4 词性注意力机制第41-42页
        4.2.5 位置注意力机制第42-43页
        4.2.6 多注意力卷积神经网络模型第43-45页
    4.3 实验第45-52页
        4.3.1 实验数据第45-46页
        4.3.2 参数设置第46页
        4.3.3 对比实验第46-47页
        4.3.4 实验结果与分析第47-51页
        4.3.5 网络训练时间分析第51-52页
    4.4 本章小结第52-53页
第五章 基于门控分层网络的特定目标情感分析模型第53-63页
    5.1 分层模型第53页
    5.2 基于门控机制的分层网络模型第53-57页
        5.2.1 区域划分第55页
        5.2.2 区域LSTM第55-56页
        5.2.3 句子层CNN第56页
        5.2.4 门控合并层第56-57页
    5.3 实验第57-62页
        5.3.1 实验描述及参数设置第57页
        5.3.2 实验数据第57-58页
        5.3.3 对比实验第58-59页
        5.3.4 实验结果与分析第59-61页
        5.3.5 网络训练时间分析第61-62页
    5.4 本章小结第62-63页
第六章 一种用于基于方面情感分析的分层网络模型第63-76页
    6.1 结合区域CNN和分层LSTM的深度分层网络模型第63-67页
        6.1.1 区域CNN第64-65页
        6.1.2 词语层LSTM第65-66页
        6.1.3 句子层LSTM第66-67页
        6.1.4 模型训练第67页
    6.2 实验第67-75页
        6.2.1 实验数据第67-68页
        6.2.2 参数设置第68页
        6.2.3 对比实验第68-69页
        6.2.4 实验结果与分析第69-74页
        6.2.5 网络训练时间分析第74-75页
    6.3 本章小结第75-76页
第七章 总结与展望第76-79页
    7.1 总结第76-77页
    7.2 展望第77-79页
参考文献第79-86页
攻读硕士学位期间公开发表(录用)的论文及参与的项目第86-87页
    一、公开发表(录用)的学术论文第86页
    二、参加的科研项目第86-87页
致谢第87-88页

论文共88页,点击 下载论文
上一篇:基于局部标注的依存句法分析研究
下一篇:面向障碍环境移动操作臂的运动规划方法研究