首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于深度学习的跨语言信息抽取研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-18页
    1.1 研究背景与意义第9-10页
    1.2 跨语言信息抽取研究现状第10-12页
    1.3 跨语言情感分类第12-14页
    1.4 跨语言模糊限制语识别第14-16页
    1.5 本文研究内容第16页
    1.6 本文组织结构第16-18页
2 统计机器学习方法第18-24页
    2.1 支持向量机第18-19页
    2.2 逻辑斯蒂回归第19-20页
    2.3 深度学习模型第20-23页
        2.3.1 降噪自动编码机第20-21页
        2.3.2 长短时记忆递归网络第21-23页
    2.4 本章小结第23-24页
3 基于降噪自动编码机的双视图跨语言信息抽取第24-36页
    3.1 基于降噪自动编码机的双视图跨语言信息抽取第24-25页
    3.2 特征抽取第25-28页
        3.2.1 跨语言情感分类第26-28页
        3.2.2 跨语言模糊限制语识别第28页
    3.3 实验结果及分析第28-35页
        3.3.1 特征值计算方法对分类性能的影响第28-30页
        3.3.2 单视图与双视图方法比较第30-33页
        3.3.3 损失率对跨语言信息抽取的影响第33-35页
    3.4 本章小结第35-36页
4 基于双语词表示的跨语言信息抽取第36-46页
    4.1 无监督学习阶段第36-38页
    4.2 有监督学习阶段第38-40页
    4.3 实验结果及分析第40-45页
        4.3.1 无监督和有监督的双语词表示的性能比较第40-43页
        4.3.2 双语词表示的跨语言语义表达能力第43-45页
    4.4 本章小结第45-46页
5 基于联合表示学习的跨语言信息抽取第46-55页
    5.1 上下文情感(模糊)信息表示学习第46-47页
        5.1.1 上下文情感信息表示(CSIR)第46-47页
        5.1.2 上下文模糊信息表示(CHIR)第47页
    5.2 语义信息和情感(模糊)信息的联合表示学习第47-50页
        5.2.1 跨语言情感分类第49页
        5.2.2 跨语言模糊限制语识别第49-50页
    5.3 实验结果及分析第50-54页
        5.3.1 预训练词表示第50页
        5.3.2 上下文情感(模糊)信息表示的有效性第50-52页
        5.3.3 双语语义信息与标注信息对跨语言信息抽取性能的影响第52-53页
        5.3.4 与相关研究的比较第53-54页
    5.4 本章小结第54-55页
结论第55-57页
参考文献第57-61页
攻读硕士学位期间发表学术论文情况第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:基于PHP的在线测试及考试系统的设计与实现
下一篇:基于循环神经网络的中文人名识别的研究