基于深度学习的文本情感分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状及分析 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 文本处理相关技术 | 第16-40页 |
| 2.1 引言 | 第16页 |
| 2.2 数据采集与标注 | 第16-19页 |
| 2.3 文本预处理技术 | 第19-24页 |
| 2.4 特征选择技术 | 第24-26页 |
| 2.5 文本情感分类方法 | 第26-32页 |
| 2.6 深度学习方法 | 第32-39页 |
| 2.7 本章小结 | 第39-40页 |
| 第3章 基于词汇特征的CNN文本情感分类方法 | 第40-47页 |
| 3.1 引言 | 第40页 |
| 3.2 实验数据集与环境 | 第40-41页 |
| 3.3 词汇向量模型训练 | 第41-42页 |
| 3.4 卷积神经网络模型构建 | 第42-43页 |
| 3.5 特征选择与词汇向量维度对比分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 融合词性特征的WPCNN文本情感分类模型 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 词性特征词向量表示 | 第47-48页 |
| 4.3 融合特征的模型结构设计与构建 | 第48-50页 |
| 4.4 实验设置与结果分析 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 研究展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 个人简介 | 第62-63页 |