基于深度学习的网络评论倾向性分析方法的实现

目录

摘要

第1章绪论

1．1课题研究背景及意义

1．2国内外研究现状

1．2．1文本倾向分析在国外研究现状

1．2．2文本倾向分析在国内研究现状

1．2．3基于深度学习分析的研究现状

1．3研究内容

1．4本文的组织结构

第2章相关技术与理论

2．1网络爬虫技术

2．1．1网络爬虫的工作原理

2．1．2网络爬虫的抓取策略

2．2文本特征提取

2．2．1文本预处理

2．2．2传统文本特征提取

2．2．3深度学习特征提取

2．3文本分类

2．3．1传统的文本分类

2．3．2多标签文本分类

2．4本章小结

第3章基于BERT优化模型的文本倾向分析方法

3．1基于BERT模型的分类流程介绍

3．2 BERT文本表示模型

3．2．1多头自注意力机制

3．2．2 Transformer翻译模型

3．2．3 BERT的输入处理

3．2．4 BERT的预训练

3．3 BERT模型优化

3．4本章小结

第4章多标签文本倾向分析方法

4．1 多标签分析方法实现流程介绍

4．2多层次特征提取

4．2．1胶囊网络

4．2．2 LDA主题模型

4．2．3双向长短时记忆神经网络

4．3多标签文本倾向方法的实现

4．3．1生成标签树

4．3．2模型的构建与实现

4．4本章小结

第5章实验结果分析

5．1实验数据与环境

5．1．1实验数据

5．1．2实验环境

5．2实验评价指标

5．3实验结果分析

5．3．1文本表示模型实验对比

5．3．2文本特征提取实验对比

5．3．3分类器实验对比

5．4本章小结

结论

参考文献

致谢

攻读硕士学位期间发表的学术论文

攻读硕士学位期间取得的科研成果

声明