基于AlphaGo设计思想的网络不良词汇发现模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 AlphaGo研究现状 | 第13-14页 |
| 1.3 研究内容及主要工作 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关理论与技术 | 第16-25页 |
| 2.1 AlphaGo思想及相关技术 | 第16-17页 |
| 2.2 文本相似度相关技术 | 第17-19页 |
| 2.2.1 相似度原理 | 第17-19页 |
| 2.2.2 文本相似度算法 | 第19页 |
| 2.3 文本分类模型 | 第19-24页 |
| 2.3.1 朴素贝叶斯文本分类模型 | 第21-22页 |
| 2.3.2 支持向量机文本分类模型 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 仿“落子选择器”的文本分类模型设计与分析 | 第25-36页 |
| 3.1 “落子选择器”决策思想的启发 | 第25页 |
| 3.2 文本分类的“落子选择器”设计 | 第25-30页 |
| 3.2.1 支持向量机文本分类算法改进 | 第26-29页 |
| 3.2.3 文本分类“落子选择器”模型实现 | 第29-30页 |
| 3.3 “落子选择器”文本分类实验 | 第30-32页 |
| 3.3.1 实验数据采集 | 第31页 |
| 3.3.2 实验数据处理 | 第31-32页 |
| 3.4 实验结果分析 | 第32-35页 |
| 3.4.1 文本分类评价标准 | 第32-33页 |
| 3.4.2 结果分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 仿“棋局评估器”的不良词汇发现模型设计 | 第36-46页 |
| 4.1 “棋局评估器”价值网络的启发 | 第36页 |
| 4.2 不良词汇发现的“棋局评估器”设计 | 第36-42页 |
| 4.2.1 词语向量化 | 第37-38页 |
| 4.2.2 词向量的词语相似度计算 | 第38-40页 |
| 4.2.3 词向量的词极性判断 | 第40页 |
| 4.2.4 不良词汇发现的“价值网络”模型设计 | 第40-42页 |
| 4.3 实验及结果分析 | 第42-45页 |
| 4.3.1 实验环境 | 第43页 |
| 4.3.2 模型有效性判断标准 | 第43页 |
| 4.3.3 实验结果分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 全文总结 | 第46-47页 |
| 5.2 研究展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士期间发表的论文和参加的科研项目 | 第51-52页 |
| 致谢 | 第52页 |
