基于跨语言分布式表示的跨语言文本分类

目录

第一个书签之前

摘 要

ABSTRACT

第1章 绪 论

1.1研究任务的明确定义

1.2研究的背景及意义

1.3研究现状

1.4 研究路线

1.5 本文的结构

第2章 基于线性变换的模型与Biskip模型

2.1 词的分布式表示

2.2 分布式表示的训练方法

2.3基于跨语言此项映射的跨语言词向量及跨语言文本分类

2.3.1 BiLinear方法

2.3.2 BiCCA 方法

2.3.3 Biskip模型

第3章 跨语言词向量和分类模型联合训练

3.1 基于线性映射和分类器联合训练的跨语言文本分类

3.2 基于Biskip模型与分类器联合训练的跨语言文本分类

3.3 文本分类模型的改进

3.3.1 文本卷积分类器

3.3.2 循环卷积模型

3.3.3 分层注意力机制模型HAN

3.3.4 XGBoost

3.4 实验

3.4.1 RCV1/RCV2跨语言文本分类数据集实验

3.4.2 TED跨语言文本分类数据集实验

第4章 基于跨语言句意匹配的跨语言文本分类

4.1句子编码器

4.1.1 利用卷积捕获局部信息

4.1.2 利用multi-head 注意力机制捕获长距离依赖

4.1.3 前馈神经网络

4.1.4 位置编码、残差连接

4.2 模型的训练

4.3 分类器的训练

4.4 实验

4.4.1 RCV1/RCV2跨语言文本分类实验

4.4.2 TED跨语言文本分类实验

4.4.3 单语文本分类实验

结 论

参考文献

攻读硕士学位期间发表的论文

哈尔滨工业大学学位论文原创性声明和使用权限

致 谢