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--人工神经网络与计算论文

基于深度学习的学术文献自动摘要方法研究

创新点摘要第5-6页
摘要第6-8页
ABSTRACT第8-9页
第1章 绪论第13-35页
    1.1 研究背景第13-18页
    1.2 研究概述第18-24页
        1.2.1 深度学习概述第18-21页
        1.2.2 自动摘要概述第21-24页
    1.3 国内外研究现状第24-29页
        1.3.1 学术文献自动摘要的发展进程第25-27页
        1.3.2 基于深度学习的自动摘要综述第27-28页
        1.3.3 国内外学术文献资源平台简介第28-29页
    1.4 研究意义与应用第29-31页
    1.5 主要研究内容第31-35页
        1.5.1 研究内容与研究方法第31-32页
        1.5.2 章节安排与技术路线第32-35页
第2章 基于深度学习的自动摘要相关理论与方法第35-64页
    2.1 基于神经网络的文本表示方法第35-46页
        2.1.1 统计语言模型第35-36页
        2.1.2 神经网络语言模型第36-39页
        2.1.3 词向量的表示学习第39-43页
        2.1.4 语句文档的表示学习第43-46页
    2.2 基于Seq2Seq模型的自动摘要方法第46-57页
        2.2.1 编码器-解码器框架第46-48页
        2.2.2 注意力机制第48-52页
        2.2.3 文本序列中的长时刻依赖关系第52-57页
    2.3 自动摘要的评价方法第57-63页
        2.3.1 基于文本质量的评价方法第58-59页
        2.3.2 基于准确率和召回率的评价方法第59页
        2.3.3 基于相对效用的评价方法第59-61页
        2.3.4 基于ROUGE的评价方法第61-62页
        2.3.5 基于金字塔法的评价方法第62-63页
    2.4 本章小节第63-64页
第3章 基于层次神经网络的学术文献自动摘要方法第64-84页
    3.1 引言第64-66页
    3.2 文献综述生成的任务定义第66-67页
    3.3 基于层次神经网络的自动摘要方法第67-72页
        3.3.1 层次文档编码器第68-70页
        3.3.2 基于注意力的解码器第70-72页
    3.4 实验部分第72-82页
        3.4.1 实验数据与设置第72-76页
        3.4.2 实验结果与分析第76-78页
        3.4.3 文摘实例与讨论第78-82页
    3.5 本章小结第82-84页
第4章 基于上下文相关性的学术文献自动摘要方法第84-102页
    4.1 引言第84-86页
    4.2 基于主题模型的上下文关联分析第86-91页
        4.2.1 LDA主题模型第87-89页
        4.2.2 Labeled-LDA主题模型第89-91页
    4.3 融合上下文信息的自动摘要方法第91-95页
        4.3.1 结合句子主题的文档编码器第91-94页
        4.3.2 考虑上下文相关性的解码器第94-95页
    4.4 实验部分第95-101页
        4.4.1 实验数据与设置第95-96页
        4.4.2 实验结果与分析第96-100页
        4.4.3 文摘实例与讨论第100-101页
    4.5 本章小结第101-102页
第5章 基于异构学术网络的学术文献自动摘要方法第102-127页
    5.1 引言第102-104页
    5.2 异构学术网络的构建方法第104-113页
        5.2.1 基于全文信息的异构学术网络第105-108页
        5.2.2 异构学术网络上的PageRank算法第108-111页
        5.2.3 基于进化算法的边类型权重优化第111-113页
    5.3 联合上下文驱动的自动摘要方法第113-116页
        5.3.1 异构学术网络的图形上下文第113-116页
        5.3.2 基于联合上下文相关性的解码器第116页
    5.4 实验部分第116-126页
        5.4.1 实验数据与设置第116-119页
        5.4.2 实验结果与分析第119-124页
        5.4.3 文摘实例与讨论第124-126页
    5.5 本章小结第126-127页
第6章 总结与展望第127-130页
    6.1 总结第127-128页
    6.2 展望第128-130页
参考文献第130-144页
附录 学术文献数据样例第144-155页
攻读学位期间公开发表论文第155-157页
致谢第157-158页
作者简介第158页

论文共158页,点击 下载论文
上一篇:安全多方计算若干问题研究
下一篇:众包软件测试的质量保证方法研究