词向量的改进及其在作品风格识别中的应用
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 词向量技术 | 第9-10页 |
| 1.2.2 词向量的改进 | 第10-11页 |
| 1.2.3 文本风格分析 | 第11页 |
| 1.3 本文工作 | 第11-12页 |
| 1.4 本文结构 | 第12-13页 |
| 2 相关技术 | 第13-19页 |
| 2.1 语言模型 | 第13-15页 |
| 2.1.1 n-gram语言模型 | 第13-14页 |
| 2.1.2 神经网络语言模型 | 第14-15页 |
| 2.2 word2vec | 第15-19页 |
| 2.2.1 CBOW模型与分层softmax | 第15-18页 |
| 2.2.2 skip-gram模型 | 第18页 |
| 2.2.3 word2vec词向量训练工具 | 第18-19页 |
| 3 词向量技术的改进 | 第19-33页 |
| 3.1 引言 | 第19-20页 |
| 3.2 基于句法占位符的词向量改进方法 | 第20-24页 |
| 3.2.1 word2vec的句子切分 | 第20-21页 |
| 3.2.2 句法占位符 | 第21-23页 |
| 3.2.3 基于句法占位符改进词向量 | 第23-24页 |
| 3.3 基于反馈信息的词向量改进方法 | 第24-25页 |
| 3.4 实验与分析 | 第25-32页 |
| 3.4.1 实验设置 | 第25-26页 |
| 3.4.2 确定实验重复次数 | 第26-27页 |
| 3.4.3 实验结果及分析 | 第27-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 基于词向量的时代风格分析与识别 | 第33-50页 |
| 4.1 引言 | 第33-34页 |
| 4.2 时代风格的分析与识别 | 第34-42页 |
| 4.2.1 词向量的特性 | 第34-35页 |
| 4.2.2 时代风格 | 第35-36页 |
| 4.2.3 时代风格向量 | 第36-38页 |
| 4.2.4 量化时代风格差异 | 第38-40页 |
| 4.2.5 判定作品的完成年代 | 第40-42页 |
| 4.3 实验与分析 | 第42-49页 |
| 4.3.1 实验对象 | 第42-43页 |
| 4.3.2 实验流程 | 第43-45页 |
| 4.3.3 验证时代风格向量的稳定性 | 第45-46页 |
| 4.3.4 年代判定结果与分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-60页 |
