教育论文网

文本主题建模技术研究与实现

论文目录
摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-18页
 1.1 研究背景及研究意义第10-13页
 1.2 国内外研究现状第13-15页
 1.3 论文主要研究内容第15-16页
 1.4 论文组织结构第16-18页
第二章 相关理论和技术介绍第18-28页
 2.1 文本预处理第18-20页
  2.1.1 数据获取第18-19页
  2.1.2 数据预处理第19-20页
 2.2 LDA模型工作原理第20-25页
  2.2.1 LDA模型工作原理第21-22页
  2.2.2 LDA模型参数估计介绍第22-25页
 2.3 Word2vec模型工作原理第25-27页
  2.3.1 CBOW模型第25-26页
  2.3.2 Skip-gram模型第26-27页
 2.4 本章小结第27-28页
第三章 基于语义信息融合的主题建模方法研究第28-42页
 3.1 背景介绍第28-29页
 3.2 融合语义信息的LDA模型第29-35页
  3.2.1 狄利克雷先验分布第29-31页
  3.2.2 BERT模型原理第31-33页
  3.2.3 基于BERT的先验潜在狄利克雷分布第33-35页
 3.3 实验与分析第35-41页
  3.3.1 主题词选择第35页
  3.3.2 主题一致性评估第35-36页
  3.3.3 实验分析第36-41页
 3.4 本章小结第41-42页
第四章 基于语义拓展的主题建模方法研究第42-51页
 4.1 背景介绍第42-43页
 4.2 基于语义拓展的文本主题模型第43-46页
  4.2.1 Word2vec模型预训练第43-45页
  4.2.2 基于Word2vec模型的短文本主题建模方法第45-46页
 4.3 实验与分析第46-50页
 4.4 本章小结第50-51页
第五章 短文本分类算法设计与实现第51-61页
 5.1 短文本分类的方案第51-56页
  5.1.1 软硬件环境第51页
  5.1.2 实验数据集第51-53页
  5.1.3 短文本分类仿真系统设计第53-54页
  5.1.4 仿真流程第54-56页
 5.2 仿真结果分析第56-60页
  5.2.1 实验相关参数的确定第57-58页
  5.2.2 实验结果分析第58-60页
 5.3 本章小结第60-61页
第六章 总结与展望第61-64页
 6.1 本文总结第61-62页
 6.2 未来工作展望第62-64页
参考文献第64-69页
致谢第69-70页
攻读学位期间发表的学术论文第70页

本篇论文共70页,点击 这进入下载页面

 
 
Copyright(C) All Rights Reserved
客服QQ:304386486
目录由用户 pengh** 提供,作者删除入口请点击这里