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

基于深度神经网络的文本表示及其应用

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第14-31页
    1.1 课题的研究背景与意义第14-18页
    1.2 基于神经网络模型的文本表示及应用的研究现状第18-25页
        1.2.1 词向量表示学习第18-22页
        1.2.2 语句表示学习第22-24页
        1.2.3 段落表示学习第24-25页
    1.3 论文的主要研究内容及创新点第25-29页
        1.3.1 研究内容概述第25-29页
        1.3.2 论文创新点第29页
    1.4 论文组织结构第29-31页
第2章 基于动名分离的词向量学习方法第31-53页
    2.1 引言第31-32页
    2.2 基于动名分离的词向量学习模型第32-38页
        2.2.1 连续词袋模型第33-34页
        2.2.2 保持上下文的词序第34-36页
        2.2.3 引入动名分离特性第36-38页
    2.3 模型训练第38-39页
    2.4 时间复杂度第39-40页
    2.5 实验第40-52页
        2.5.1 实验设置第40-41页
        2.5.2 评价指标第41-42页
        2.5.3 实例分析第42-44页
        2.5.4 命名实体识别任务第44-48页
        2.5.5 组块分析任务第48-50页
        2.5.6 讨论第50-52页
    2.6 本章小结第52-53页
第3章 基于深度卷积神经网络的语句匹配架构第53-74页
    3.1 引言第53-54页
    3.2 基于深度卷积神经网络的语句表示模型第54-56页
    3.3 基于深度卷积神经网络语句表示模型的分析第56-59页
    3.4 基于深度卷积神经网络的语句匹配架构第59-67页
        3.4.1 基于深度卷积神经网络的语句匹配架构一第60-61页
        3.4.2 基于深度卷积神经网络的语句匹配架构二第61-65页
        3.4.3 基于深度卷积神经网络的语句匹配架构二的特点分析第65-67页
    3.5 基于深度卷积神经网络的语句匹配架构的训练第67-68页
    3.6 实验第68-73页
        3.6.1 实验设置第68-69页
        3.6.2 评价指标第69页
        3.6.3 语句补全任务第69-71页
        3.6.4 微博与回复匹配任务第71-72页
        3.6.5 复述检测任务第72-73页
    3.7 本章小结第73-74页
第4章 上下文依赖的卷积神经网络短语匹配模型第74-91页
    4.1 引言第74-76页
    4.2 相关研究工作第76-77页
    4.3 上下文依赖的卷积神经网络短语匹配模型第77-80页
        4.3.1 深度卷积神经网络语句表示模型第78-79页
        4.3.2 匹配模型第79-80页
    4.4 模型训练第80-85页
        4.4.1 目标函数第80页
        4.4.2 基于上下文依赖的双语词向量模型第80-82页
        4.4.3 课程式训练第82-85页
    4.5 实验第85-90页
        4.5.1 实验设置第85-86页
        4.5.2 评价指标第86-87页
        4.5.3 翻译性能对比第87-89页
        4.5.4 双语词向量性能对比第89-90页
    4.6 本章小结第90-91页
第5章 基于循环神经网络的摘要生成学习第91-108页
    5.1 引言第91-93页
    5.2 大规模中文短文本摘要数据集第93-98页
        5.2.1 数据集的构建第93-95页
        5.2.2 数据集特性第95-98页
    5.3 基于循环神经网络的短文本摘要生成模型第98-103页
        5.3.1 循环神经网络第98-100页
        5.3.2 基于循环神经网络的摘要生成模型一第100-102页
        5.3.3 基于循环神经网络的摘要生成模型二第102-103页
    5.4 模型训练第103-104页
    5.5 实验第104-107页
        5.5.1 实验设置第104页
        5.5.2 评价指标第104-105页
        5.5.3 实验结果第105-107页
    5.6 本章小结第107-108页
结论第108-110页
参考文献第110-122页
攻读博士学位期间发表的论文及其他成果第122-125页
致谢第125-127页
个人简历第127页

论文共127页,点击 下载论文
上一篇:混合动力电动汽车驱动系统优化控制策略研究
下一篇:内-外倾人群情绪体验前额叶激活的差异:一项fNIRs研究