基于改进LSTM单元的循环神经网络中文分词研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关理论与技术 | 第16-30页 |
| 2.1 标准神经网络分词模型 | 第16-19页 |
| 2.1.1 字嵌入层 | 第16-18页 |
| 2.1.2 神经网络层 | 第18-19页 |
| 2.1.3 标注推理层 | 第19页 |
| 2.2 深度神经网络理论基础 | 第19-27页 |
| 2.2.1 感知机 | 第20-21页 |
| 2.2.2 前馈神经网络 | 第21-23页 |
| 2.2.3 反向传播算法 | 第23-24页 |
| 2.2.4 循环神经网络 | 第24-25页 |
| 2.2.5 时间反向传播算法 | 第25-27页 |
| 2.3 优化算法 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 改进的LSTM单元结构 | 第30-40页 |
| 3.1 LSTM | 第31-32页 |
| 3.2 LSTM主要改进方法 | 第32-34页 |
| 3.3 LSTM的简化 | 第34-35页 |
| 3.4 改进LSTM单元 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 中文分词实验过程及分析 | 第40-54页 |
| 4.1 预处理 | 第40-43页 |
| 4.2 文本窗口 | 第43-45页 |
| 4.3 DROPOUT | 第45-48页 |
| 4.4 隐藏状态 | 第48-49页 |
| 4.5 网络结构 | 第49-50页 |
| 4.6 实验结果 | 第50-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 主要成果 | 第60-62页 |
| 致谢 | 第62页 |
