| 摘要 | 第5-6页 |
| Abstracts | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 强化学习国内外研究现状 | 第12-13页 |
| 1.3.2 深度学习国内外研究现状 | 第13-14页 |
| 1.3.3 情感分类国内外研究现状 | 第14-15页 |
| 1.4 本文的研究内容 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-17页 |
| 第二章 基本概念及相关知识 | 第17-30页 |
| 2.1 停用词 | 第17页 |
| 2.2 词向量 | 第17-24页 |
| 2.3 强化学习 | 第24-25页 |
| 2.4 深度神经网络模型 | 第25-27页 |
| 2.5 注意力机制 | 第27-28页 |
| 2.6 Softmax回归算法 | 第28-29页 |
| 2.6.1 logistic回归 | 第28页 |
| 2.6.3 Softmax回归 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 层次化神经网络模型 | 第30-36页 |
| 3.1 标准的层次神经网络模型 | 第30-31页 |
| 3.2 层次化注意力网络模型 | 第31-35页 |
| 3.2.1 词编码器 | 第32-33页 |
| 3.2.2 词汇级注意力层 | 第33-34页 |
| 3.2.3 句子序列编码器 | 第34页 |
| 3.2.4 句子级注意力层 | 第34页 |
| 3.2.5 文档分类 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于强化学习的层次化注意力网络模型 | 第36-45页 |
| 4.1 概述 | 第36页 |
| 4.2 词序列编码器 | 第36-42页 |
| 4.2.1 策略网络 | 第37-39页 |
| 4.2.2 句子结构表达网络 | 第39-42页 |
| 4.3 句子序列编码器 | 第42-43页 |
| 4.4 句子级注意力层 | 第43页 |
| 4.5 文档分类层 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 ID-HAN与HS-HAN模型用于情感分类的实验结果及分析 | 第45-52页 |
| 5.1 实验数据集和评价指标 | 第45-47页 |
| 5.1.1 实验数据集 | 第45-46页 |
| 5.1.2 评价指标 | 第46-47页 |
| 5.2 基准模型 | 第47页 |
| 5.3 实验设置 | 第47-48页 |
| 5.4 实验结果及分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附件 | 第60页 |