| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 2 相关理论和技术介绍 | 第16-34页 |
| 2.1 文本分类概述 | 第16-27页 |
| 2.1.1 文本预处理 | 第16-17页 |
| 2.1.2 文本表示模型 | 第17-21页 |
| 2.1.3 特征选择指标 | 第21-23页 |
| 2.1.4 文本分类算法 | 第23-27页 |
| 2.2 深度学习 | 第27-33页 |
| 2.2.1 深度学习概述 | 第27-29页 |
| 2.2.2 深度学习在文本分类的应用 | 第29-33页 |
| 2.3 本章小结 | 第33-34页 |
| 3 基于Attention-Based C-GRU模型的文本分类 | 第34-45页 |
| 3.1 Attention机制简介 | 第34-36页 |
| 3.2 数据预处理 | 第36-37页 |
| 3.3 词向量训练 | 第37页 |
| 3.4 Attention-Based C-GRU文本分类模型 | 第37-44页 |
| 3.4.1 输入层设计 | 第38-39页 |
| 3.4.2 改进的特征提取模块 | 第39-41页 |
| 3.4.3 优化的Attention机制 | 第41-42页 |
| 3.4.4 Softmax分类器 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 实验及结果分析 | 第45-55页 |
| 4.1 实验设计 | 第45-49页 |
| 4.1.1 实验环境 | 第45-46页 |
| 4.1.2 评价指标 | 第46-47页 |
| 4.1.3 实验语料数据 | 第47-49页 |
| 4.1.4 实验具体设计 | 第49页 |
| 4.2 实验结果和分析 | 第49-54页 |
| 4.2.1 实验方案 | 第49-50页 |
| 4.2.2 实验结果 | 第50-54页 |
| 4.3 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55页 |
| 5.2 未来展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |