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

基于语义的文本相似度计算方法的研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-14页
    1.1 课题背景第10-11页
    1.2 国内外研究现状及研究意义第11-12页
    1.3 本文研究内容第12页
    1.4 本文结构第12-14页
第2章 相关背景知识第14-26页
    2.1 文本预处理第14-15页
        2.1.1 中文预处理第14-15页
        2.1.2 英文预处理第15页
    2.2 文本表示方法第15-18页
        2.2.1 向量空间模型第15-17页
        2.2.2 潜在语义分析模型第17页
        2.2.3 文档主题生成模型第17-18页
    2.3 文本分类与聚类第18-22页
        2.3.1 KNN算法第19-20页
        2.3.2 K-means算法第20-21页
        2.3.3 度量指标第21-22页
        2.3.4 文本相似度计算在分类中的应用第22页
    2.4 词语到向量的语义映射:word2vec第22-24页
        2.4.1 CBOW模型第23-24页
        2.4.2 Skip-Gram模型第24页
    2.5 本章小结第24-26页
第3章 基于LSTM的句子的语义建模及相似度计算第26-38页
    3.1 长短期记忆网络(LSTM)第26-29页
    3.2 基于LSTM的句子语义建模第29-33页
        3.2.1 编码模块第30-31页
        3.2.2 语义融合模块第31页
        3.2.3 解码模块第31-33页
    3.3 基于LSTM的句子相似度计算方法第33页
    3.4 试验结果与分析第33-36页
        3.4.1 数据集第33页
        3.4.2 实验方案第33-34页
        3.4.3 结果分析第34-36页
    3.5 本章小结第36-38页
第4章 基于句子的文档相似度计算方法第38-44页
    4.1 图像到文本的迁徙第38-39页
    4.2 基于句子的文档相似度计算方法第39-41页
    4.3 试验结果与分析第41-43页
        4.3.1 数据集第41-42页
        4.3.2 实验方案第42页
        4.3.3 结果分析第42-43页
    4.4 本章小结第43-44页
第5章 文本相似度计算系统的设计与实现第44-62页
    5.1 需求分析第44-45页
    5.2 系统架构第45页
    5.3 功能模块设计第45-53页
        5.3.1 用户权限模块第45-46页
        5.3.2 系统交互模块设计第46-48页
        5.3.3 文本处理模块设计第48页
        5.3.4 Word2vec词向量构建模块设计第48-50页
        5.3.5 基于LSTM的句子模型构建模块设计第50-51页
        5.3.6 文本相似度计算模块的设计第51-53页
    5.4 系统实现第53-61页
        5.4.1 开发环境第53页
        5.4.2 文本处理模块的实现第53-55页
        5.4.3 Word2vec词向量构建的实现第55-57页
        5.4.4 基于LSTM的句子模型构建的实现第57-58页
        5.4.5 文本相似度计算的实现第58-61页
    5.5 本章小结第61-62页
结论第62-64页
参考文献第64-68页
攻读硕士学位期间取得的研究成果第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:物联网智能节点芯片的动态可重构设计
下一篇:密云教委电子政务公开系统的设计与实现