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

基于深度学习的文本分类关键问题研究

摘要第7-8页
ABSTRACT第8页
CHAPTER 1 INTRODUCTION第13-23页
    1.1 Text Classification第13-17页
        1.1.1 Definition第13-14页
        1.1.2 Basic Concepts of Text Classification第14-15页
        1.1.3 Text Classification Processes第15-16页
        1.1.4 Applications of Text Classification第16-17页
    1.2 Deep Learning第17-20页
        1.2.1 Definition第17-18页
        1.2.2 History of Deep Learning第18-19页
        1.2.3 Applications of Deep Learning in Text Mining第19-20页
    1.3 Literature Review第20-21页
    1.4 Research Motivation第21页
    1.5 Thesis Layout第21-23页
CHAPTER 2 DEEP LEARNING TECHNIQUES第23-34页
    2.1 Data Preprocessing第23-24页
        2.1.1 Stemming第23页
        2.1.2 Word Segmentation第23-24页
    2.2 Text Representation第24-25页
        2.2.1 Word Embedding第24-25页
        2.2.2 One-hot Vector第25页
    2.3 Classification第25-30页
        2.3.1 Convolutional Neural Network (CNN)第25-27页
        2.3.2 Convolutional Neural Network (CNN)Applications第27页
        2.3.3 Long Short-Term Memory(LSTM)第27-28页
        2.3.4 Gated Recurrent Unit (GRU)第28-30页
        2.3.5 Long Short-Term Memory(LSTM)Applications第30页
    2.4 Evaluation第30-34页
        2.4.1 Confusion Matrix第30-31页
        2.4.2 Accuracy第31页
        2.4.3 Precision第31页
        2.4.4 Recall第31页
        2.4.5 False Positive rate(FP), True Negative rate (TN)and False Negative rate(FN)第31-32页
        2.4.6 F-Measure第32-34页
CHAPTER 3 CONVOLUTIONAL NEURAL NETWORK(CNN)-BASED TEXT CLASSIFICATION第34-44页
    3.1 Dataset第34页
    3.2 Baseline Method: Naive Bayes (NB)第34-36页
        3.2.1 Definition第34-35页
        3.2.2 Environment第35页
        3.2.3 Experiment第35-36页
        3.2.4 Results and Analysis第36页
    3.3 Proposed Method 1: Convolutional Neural Network (CNN)第36-44页
        3.3.1 Definition第36页
        3.3.2 Environment第36-38页
        3.3.3 Model第38页
        3.3.4 Experiment第38-39页
        3.3.5 Results and Analysis第39-44页
CHAPTER 4 LONG SHORT-TERM MEMORY(LSTM)-BASED TEXT CLASSIFICATION第44-49页
    4.1 Definition第44页
    4.2 Environment第44页
    4.3 Model第44-45页
    4.4 Experiment第45-46页
    4.5 Results and Analysis第46-49页
CHAPTER 5 CONCLUSIONS AND FUTURE WORKS第49-51页
    5.1 Conclusions第49-50页
    5.2 Future Works第50-51页
REFERENCES第51-54页
APPENDIX A-Some Codes From The Baseline Method: Naive Bayes (NB)第54-56页
APPENDIX B-Codes From The Convolutional Neural Network (CNN)Model第56-58页
APPENDIX C-Codes From The Long Short-Term Memory (LSTM) Model第58-60页
ACKNOWLEGEMENT第60页

论文共60页,点击 下载论文
上一篇:基桩声波透射法桩径检测及CT技术的应用研究
下一篇:立面收进带高位转换的筒中筒结构抗震性能研究