结合深度学习和特征嵌入的句子分类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 基于主题嵌入和CNN的句子分类方法 | 第18-35页 |
| 2.1 问题提出 | 第18-19页 |
| 2.2 主题特征的获取及分析 | 第19-23页 |
| 2.3 主题嵌入的可行性分析 | 第23-24页 |
| 2.4 BTM-CNN方法 | 第24-29页 |
| 2.5 实验设计与结果分析 | 第29-34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 基于主题嵌入和LSTM的句子分类方法 | 第35-42页 |
| 3.1 长短时记忆网络 | 第35-36页 |
| 3.2 BTM-LSTM方法 | 第36-38页 |
| 3.3 整体框架 | 第38-39页 |
| 3.4 实验设计与结果分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于多连接双向LSTM的句子分类方法 | 第42-50页 |
| 4.1 Multi-BiLSTM方法 | 第42-46页 |
| 4.2 实验设计与结果分析 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-53页 |
| 5.1 主要研究成果 | 第50-51页 |
| 5.2 下一步工作展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录 I攻读硕士期间参与的科研工作 | 第60页 |
