基于词向量的短语结构向量表示方法研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 词向量表示 | 第10-12页 |
| 1.2.2 短语结构表示 | 第12-13页 |
| 1.3 研究内容及章节安排 | 第13-17页 |
| 1.3.1 本文的研究内容 | 第13-14页 |
| 1.3.2 本文的章节安排 | 第14-17页 |
| 第二章 基础知识 | 第17-31页 |
| 2.1 语言学基础知识 | 第17-18页 |
| 2.1.1 组合范畴语法CCG | 第17-18页 |
| 2.2 计算模型基础知识 | 第18-31页 |
| 2.2.1 神经概率语言模型 | 第18-20页 |
| 2.2.2 Word2Vec | 第20-21页 |
| 2.2.3 开源工具TensoFlow | 第21-22页 |
| 2.2.4 自编码器 | 第22-23页 |
| 2.2.5 卷积神经网络 | 第23-25页 |
| 2.2.6 GBDT | 第25-26页 |
| 2.2.7 KNN分类器 | 第26页 |
| 2.2.8 PCA&t-SNE | 第26-31页 |
| 第三章 短语结构向量表示 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 基于自编码器的短语结构向量表示学习模型 | 第31-45页 |
| 3.2.1 模型描述 | 第31-32页 |
| 3.2.2 训练方法 | 第32-33页 |
| 3.2.3 实验数据 | 第33-35页 |
| 3.2.4 实验设置 | 第35-37页 |
| 3.2.5 实验结果与分析 | 第37-43页 |
| 3.2.6 总结 | 第43-45页 |
| 第四章 基于短语结构向量表示的应用 | 第45-51页 |
| 4.1 引言 | 第45页 |
| 4.2 基于短语结构向量表示的短语情感分类 | 第45-46页 |
| 4.2.1 方法 | 第45页 |
| 4.2.2 实验结果及分析 | 第45-46页 |
| 4.3 基于短语结构向量表示的短语相似度实验 | 第46-47页 |
| 4.3.1 方法 | 第46页 |
| 4.3.2 实验结果及分析 | 第46-47页 |
| 4.4 文本分类 | 第47-51页 |
| 4.4.1 基于短语结构向量表示的文本分类方法 | 第47-49页 |
| 4.4.2 实验结果与分析 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 未来工作及展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-57页 |
| 攻读学位期间发表的学术论文目录 | 第57页 |
