首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于混合神经网络的人机情感会话研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
第一章 绪论第14-20页
    1.1 研究背景与意义第14页
    1.2 国内外研究现状第14-18页
        1.2.1 单纯的人机会话研究第14-17页
        1.2.2 考虑情感的人机会话研究第17-18页
    1.3 研究内容第18-19页
    1.4 论文组织结构第19-20页
第二章 相关模型算法介绍第20-35页
    2.1 词向量第20-21页
    2.2 循环神经网络第21-25页
        2.2.1 循环神经网络概述第21-23页
        2.2.2 循环神经网络工作原理第23-25页
    2.3 长短期记忆网络第25-29页
        2.3.1 长短期记忆网络概述第25-26页
        2.3.2 长短期记忆网络工作原理第26-29页
    2.4 卷积神经网络第29-32页
        2.4.1 卷积神经网络概述第29-30页
        2.4.2 卷积神经网络工作原理第30-32页
    2.5 Encoder-Decoder框架第32-33页
        2.5.1 序列到序列(sequence to sequence)第32页
        2.5.2 Encoder-Decoder的具体实现第32-33页
    2.6 本章小结第33-35页
第三章 基于混合神经网络的人机会话研究第35-44页
    3.1 本章引论第35页
    3.2 模型介绍第35-36页
    3.3 实验细节第36-39页
        3.3.1 任务定义第36页
        3.3.2 实验语料第36-37页
        3.3.3 评价标准第37页
        3.3.4 实验设置第37-39页
    3.4 实验结果与分析第39-43页
    3.5 本章小结第43-44页
第四章 基于混合神经网络的人机情感会话研究第44-60页
    4.1 本章引论第44页
    4.2 模型介绍第44-45页
    4.3 实验细节第45-47页
        4.3.1 任务定义第45页
        4.3.2 实验语料第45-47页
        4.3.3 评价标准第47页
        4.3.4 实验设置第47页
    4.4 实验结果与分析第47-51页
    4.5 文本情感分类准确率的改进第51-59页
        4.5.1 文本情感分类模型第51-57页
        4.5.2 情感一致性实验对比第57-59页
    4.6 本章小结第59-60页
第五章 总结与展望第60-62页
    5.1 总结第60-61页
    5.2 进一步工作和展望第61-62页
参考文献第62-67页
攻读硕士学位期间的学术活动及成果情况第67-68页

论文共68页,点击 下载论文
上一篇:基于层级特征的车牌识别算法研究
下一篇:机器人装配单元布局优化及其多目标萤火虫算法求解