基于深度学习混合模型的文本分类研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·数据挖掘领域相关介绍 | 第8-10页 |
| ·数据挖掘的技术分类 | 第8-9页 |
| ·数据挖掘的挖掘过程 | 第9页 |
| ·数据挖掘的研究热点问题 | 第9-10页 |
| ·文本分类研究背景及意义 | 第10-11页 |
| ·文本分类的研究现状 | 第11-13页 |
| ·论文的主要工作及组织结构 | 第13-15页 |
| 第二章 文本分类中的相关技术 | 第15-24页 |
| ·文本分类概述 | 第15-16页 |
| ·文本预处理 | 第16页 |
| ·文本表示 | 第16-17页 |
| ·文本特征选择 | 第17-19页 |
| ·文本分类算法 | 第19-22页 |
| ·朴素贝叶斯 | 第19-20页 |
| ·决策树 | 第20-21页 |
| ·KNN | 第21页 |
| ·支持向量机 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 深度学习 | 第24-33页 |
| ·深度学习简介 | 第24-27页 |
| ·深度学习基本思想 | 第25-26页 |
| ·深度学习的训练过程 | 第26-27页 |
| ·深度学习的常用模型 | 第27-28页 |
| ·自动编码器 | 第27页 |
| ·卷积神经网络 | 第27-28页 |
| ·受限玻尔兹曼机 | 第28-32页 |
| ·受限玻尔兹曼机原理 | 第28-30页 |
| ·受限玻尔兹曼机的能量模型 | 第30-31页 |
| ·受限玻尔兹曼机的训练算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于深度学习混合模型的文本分类 | 第33-44页 |
| ·混合模型的设计 | 第33-34页 |
| ·文本分类器的设计 | 第34-43页 |
| ·文本预处理模块 | 第35-37页 |
| ·特征学习模块 | 第37-42页 |
| ·分类识别模块 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 实验及结果分析 | 第44-50页 |
| ·分类的评价标准 | 第44页 |
| ·实验数据集 | 第44-45页 |
| ·实验的软硬件环境 | 第45页 |
| ·英文文本分类实验 | 第45-47页 |
| ·中文文本分类实验 | 第47-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·研究工作总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 在学期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |
