基于注意力词向量的情感分类方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外相关研究概况 | 第9-12页 |
| 1.2.1 情感分类方法研究现状 | 第9-10页 |
| 1.2.2 词向量的研究现状 | 第10-11页 |
| 1.2.3 注意力机制研究现状 | 第11-12页 |
| 1.3 总结与分析 | 第12-13页 |
| 1.4 本文主要工作 | 第13页 |
| 1.5 本文组织结构 | 第13-15页 |
| 第2章 词向量与情感分类模型的基础知识 | 第15-30页 |
| 2.1 词向量 | 第15-20页 |
| 2.1.1 语言模型方法 | 第16-18页 |
| 2.1.3 Google的Word2Vec | 第18-19页 |
| 2.1.4 针对中文的改进方法 | 第19-20页 |
| 2.2 情感分类模型 | 第20-28页 |
| 2.2.1 传统的机器学习方法 | 第21-22页 |
| 2.2.2 深度学习方法 | 第22-28页 |
| 2.3 相关的评价指标 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于注意力机制的词向量学习方法 | 第30-45页 |
| 3.1 词向量相关算法的分析 | 第30-31页 |
| 3.2 基于注意力机制的词向量训练方法 | 第31-35页 |
| 3.3 实验结果及分析 | 第35-43页 |
| 3.3.1 实验环境 | 第35页 |
| 3.3.2 实验数据 | 第35-38页 |
| 3.3.3 结果分析 | 第38-43页 |
| 3.4 本章总结 | 第43-45页 |
| 第4章 基于师生网络的情感分类方法 | 第45-54页 |
| 4.1 现有集成学习方法的分析 | 第45-47页 |
| 4.2 师生网络模型 | 第47-50页 |
| 4.3 实验结果及分析 | 第50-53页 |
| 4.3.1 实验环境 | 第50页 |
| 4.3.2 实验数据 | 第50页 |
| 4.3.4 结果分析 | 第50-53页 |
| 4.4 本章总结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |
