| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 文本特征表示简介 | 第10-11页 |
| 1.2 文本特征表示存在的问题 | 第11-12页 |
| 1.3 本文的主要研究工作 | 第12-14页 |
| 1.3.1 本文的研究内容 | 第12-13页 |
| 1.3.2 本文的创新点 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第二章 研究基础综述 | 第16-28页 |
| 2.1 神经网络结构 | 第16-18页 |
| 2.1.1 神经网络前馈过程 | 第16-17页 |
| 2.1.2 神经网络反馈过程 | 第17-18页 |
| 2.2 Word2vec模型 | 第18-21页 |
| 2.2.1 word2vec模型的演进过程 | 第18-19页 |
| 2.2.2 word2vec模型简介 | 第19-20页 |
| 2.2.3 对word2vec模型的理解 | 第20-21页 |
| 2.3 文本向量的表示方式 | 第21-26页 |
| 2.3.1 基于字向量的文本表示 | 第21-25页 |
| 2.3.1.1 字向量的两种表示方式 | 第21-22页 |
| 2.3.1.2 文本向量与字向量的关系 | 第22-23页 |
| 2.3.1.3 paragraph vector模型 | 第23-24页 |
| 2.3.1.4 词袋模型 | 第24-25页 |
| 2.3.2 从原始文本直接得到文本向量 | 第25-26页 |
| 2.4 本章总结 | 第26-28页 |
| 第三章 基于字向量线性组合的文本表示 | 第28-38页 |
| 3.1 本章要研究的问题 | 第28页 |
| 3.2 算法分析 | 第28-30页 |
| 3.2.1 模型的评价标准 | 第28-29页 |
| 3.2.2 模型的数学分析 | 第29-30页 |
| 3.3 实验及结果展示 | 第30-36页 |
| 3.3.1 验证以汉字为中文自然语言处理基本单位的可行性 | 第31-33页 |
| 3.3.2 字向量的线性组合表示文本向量 | 第33-36页 |
| 3.3.2.1 字向量表示文本向量的可行性 | 第33-34页 |
| 3.3.2.2 字向量表示文本向量的使用范围 | 第34-36页 |
| 3.3.3 字向量线性相加表示文本向量的做法对长文本不适用 | 第36页 |
| 3.4 本章总结 | 第36-38页 |
| 第四章 Crepe模型的改进 | 第38-46页 |
| 4.1 Crepe模型简介 | 第38-39页 |
| 4.1.1 CNN网络简介 | 第38页 |
| 4.1.2 Crepe网络 | 第38-39页 |
| 4.2 Crepe模型存在的问题 | 第39-40页 |
| 4.3 Crepe模型改进 | 第40-41页 |
| 4.3.1 Crepe模型改进原理 | 第40页 |
| 4.3.2 Crepe模型改进的示意图 | 第40-41页 |
| 4.4 Crepe模型改进的仿真 | 第41-44页 |
| 4.5 本章总结 | 第44-46页 |
| 第五章 关于评论的情感预测的演示系统的设计和实现 | 第46-60页 |
| 5.1 需求分析 | 第46页 |
| 5.2 演示系统的设计 | 第46-48页 |
| 5.2.1 信息交互流程 | 第46-47页 |
| 5.2.2 演示系统的框架 | 第47-48页 |
| 5.3 系统的具体实现 | 第48-57页 |
| 5.3.1 准备工作 | 第48-50页 |
| 5.3.2 微信手机客户端和微信服务器 | 第50-54页 |
| 5.3.3 第三方服务器 | 第54-56页 |
| 5.3.4 WoT系统和信号灯简介 | 第56-57页 |
| 5.4 系统展示 | 第57-59页 |
| 5.4.1 系统初始化 | 第57页 |
| 5.4.2 系统实现效果的展示 | 第57-59页 |
| 5.5 本章总结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 缩写 | 第64-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表或已录用的论文 | 第66页 |
