基于卷积神经网络的短文本分类方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-12页 |
| 1.3 论文的研究内容 | 第12-13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 第2章 相关基本理论介绍 | 第15-29页 |
| 2.1 中文分词方法 | 第15-17页 |
| 2.2 短文本的传统特征提取方法 | 第17-22页 |
| 2.3 短文本的分布式特征提取方法 | 第22-25页 |
| 2.4 短文本分类算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 数据预处理及特征提取方法研究 | 第29-33页 |
| 3.1 任务总体流程 | 第29页 |
| 3.2 数据预处理 | 第29-30页 |
| 3.3 中文分词 | 第30页 |
| 3.4 分布式特征提取方法 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 卷积神经网络分类模型研究 | 第33-43页 |
| 4.1 卷积神经网络模型结构设计 | 第33-36页 |
| 4.2 卷积神经网络模型的训练 | 第36-37页 |
| 4.3 实验过程 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-39页 |
| 4.5 卷积神经网络模型的性能分析 | 第39-41页 |
| 4.6 本章小结 | 第41-43页 |
| 第5章 总结与展望 | 第43-45页 |
| 5.1 本文的主要工作 | 第43页 |
| 5.2 下一步的工作思路 | 第43-45页 |
| 参考文献 | 第45-51页 |
| 致谢 | 第51-53页 |
| 攻读硕士学位期间已发表的论文 | 第53页 |
| 攻读硕士学位期间参与的科研项目 | 第53页 |
