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

基于注意力机制与多元特征融合的中文文本分类方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究的背景和意义第10页
    1.2 国内外研究现状第10-14页
        1.2.1 卷积神经网络应用于文本分类第12-13页
        1.2.2 长短期记忆网络应用于文本分类第13页
        1.2.3 注意力机制应用于文本分类第13-14页
        1.2.4 特征融合应用于文本分类第14页
    1.3 本文研究的主要内容第14-16页
第2章 深度神经网络第16-23页
    2.1 卷积神经网络第16-20页
        2.1.1 卷积神经网络原理介绍第16-17页
        2.1.2 卷积神经网络模块第17-19页
        2.1.3 特征图生成原理第19-20页
    2.2 长短期记忆网络第20-22页
        2.2.1 长短期记忆细胞单元介绍第20-21页
        2.2.2 双层长短期记忆神经网络第21-22页
    2.3 本章小结第22-23页
第3章 注意力机制研究与改进第23-32页
    3.1 注意力机制理论第23页
    3.2 语义理解注意力算法模型第23-27页
    3.3 特征差异强化注意力算法模型第27-30页
    3.4 基本型注意力算法模型第30-31页
    3.5 本章小结第31-32页
第4章 基于特征融合的中文文本分类第32-39页
    4.1 多元特征融合第32-34页
        4.1.1 模型原理第32-33页
        4.1.2 融合层第33-34页
        4.1.3 分类器第34页
    4.2 特征强化融合第34-38页
        4.2.1 融合层原理第36-37页
        4.2.2 分类器第37-38页
    4.3 本章小结第38-39页
第5章 实验设计与结果分析第39-51页
    5.1 实验配置与实验语料来源第39-40页
        5.1.1 实验环境配置第39页
        5.1.2 实验所用中文文本语料来源第39-40页
    5.2 实验方法与文本预处理第40-43页
        5.2.1 实验方法与安排第40页
        5.2.2 中文文本语料预处理第40-43页
    5.3 实验结果与分析第43-50页
    5.4 本章小结第50-51页
结论第51-53页
参考文献第53-58页
攻读硕士学位期间发表的学术论文及获得成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:空间数据库中的Skyline查询方法研究
下一篇:B超视频移动终端共享系统的研究