面向新闻文本的情感原因抽取算法研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-14页 |
1.1 课题背景及研究目的和意义 | 第8-9页 |
1.1.1 课题背景 | 第8页 |
1.1.2 课题研究的目的和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 基于规则的方法 | 第9-10页 |
1.2.2 基于统计机器学习的方法 | 第10-11页 |
1.2.3 基于深度神经网络学习的方法 | 第11页 |
1.2.4 国内外文献综述简析 | 第11-12页 |
1.3 本文研究内容及章节安排 | 第12-14页 |
1.3.1 本文研究内容 | 第12-13页 |
1.3.2 本文章节安排 | 第13-14页 |
第2章 基于条件随机场的情感原因抽取 | 第14-22页 |
2.1 引言 | 第14页 |
2.2 条件随机场 | 第14-16页 |
2.2.1 CRF介绍 | 第14-15页 |
2.2.2 CRF++介绍 | 第15-16页 |
2.3 使用条件随机场抽取原因 | 第16-17页 |
2.4 实验设置 | 第17-20页 |
2.4.1 语料集 | 第17-19页 |
2.4.2 对比实验模型 | 第19页 |
2.4.3 工具集与评价指标 | 第19-20页 |
2.5 实验结果及分析 | 第20页 |
2.6 本章小结 | 第20-22页 |
第3章 基于神经网络结合条件随机场的情感原因抽取 | 第22-29页 |
3.1 引言 | 第22页 |
3.2 神经网络结合条件随机场 | 第22-25页 |
3.3 使用神经网络结合条件随机场抽取原因 | 第25-26页 |
3.4 实验设置 | 第26-27页 |
3.4.1 语料集 | 第26页 |
3.4.2 工具集与评价指标 | 第26-27页 |
3.5 实验结果及分析 | 第27页 |
3.6 本章小结 | 第27-29页 |
第4章 基于记忆网络的情感原因抽取 | 第29-49页 |
4.1 引言 | 第29页 |
4.2 记忆网络模型及其改进 | 第29-39页 |
4.2.1 基于端到端的记忆网络 | 第29-32页 |
4.2.2 使用相同词向量矩阵的记忆网络改进 | 第32-34页 |
4.2.3 结合注意力机制的记忆网络改进 | 第34-35页 |
4.2.4 关键词-值的记忆网络 | 第35-38页 |
4.2.5 结合关键词-值网络的记忆网络改进 | 第38-39页 |
4.3 实验设置 | 第39-43页 |
4.3.1 数据集构建 | 第39-42页 |
4.3.2 模型设置 | 第42-43页 |
4.3.3 工具集与评价指标 | 第43页 |
4.4 实验结果及分析 | 第43-47页 |
4.4.1 不同实验模型 | 第43-44页 |
4.4.2 不同问句形式 | 第44页 |
4.4.3 不同句子长度 | 第44-45页 |
4.4.4 不同迭代层数 | 第45页 |
4.4.5 错误分析 | 第45-46页 |
4.4.6 对比实验模型 | 第46-47页 |
4.5 本章小结 | 第47-49页 |
结论 | 第49-50页 |
参考文献 | 第50-54页 |
致谢 | 第54页 |