|
|
|
基于Seq2Seq模型的中文自动文本摘要研究 |
|
论文目录 |
|
摘要 | 第3-4页 | Abstract | 第4页 | 第一章 绪论 | 第7-11页 | 1.1 研究背景及意义 | 第7-8页 | 1.2 国内外研究现状及发展动态 | 第8-9页 | 1.3 本文主要工作 | 第9-10页 | 1.4 论文结构 | 第10-11页 | 第二章 相关理论与技术 | 第11-17页 | 2.1 传统自动文本摘要方法 | 第11-13页 | 2.1.1 基于统计的方法 | 第11-12页 | 2.1.2 基于理解的方法 | 第12-13页 | 2.2 文本处理 | 第13-15页 | 2.2.1 中文分词 | 第13-14页 | 2.2.2 文本表示 | 第14-15页 | 2.3 基于机器学习的文本摘要 | 第15-16页 | 2.4 本章小结 | 第16-17页 | 第三章 Seq2Seq模型分析及改进 | 第17-31页 | 3.1 Seq2Seq模型及其相关模型 | 第17-22页 | 3.1.1 RNN模型 | 第17-18页 | 3.1.2 LSTM模型 | 第18-20页 | 3.1.3 Seq2Seq模型 | 第20-22页 | 3.2 实验baseline模型 | 第22-24页 | 3.2.1 基于RNN的Seq2Seq模型 | 第22页 | 3.2.2 基于RNN+context的Seq2Seq模型 | 第22-24页 | 3.3 双层注意力机制的Seq2Seq模型 | 第24-30页 | 3.3.1 注意力机制基本原理 | 第24-27页 | 3.3.2 双层注意力机制的Seq2Seq模型 | 第27-30页 | 3.4 本章小结 | 第30-31页 | 第四章 基于Seq2Seq模型的自动文本摘要 | 第31-51页 | 4.1 数据预处理 | 第31-37页 | 4.1.1 数据集 | 第31-33页 | 4.1.2 数据预处理 | 第33-35页 | 4.1.3 文本摘要评价规则 | 第35-37页 | 4.2 基于词向量的自动文本摘要 | 第37-45页 | 4.2.1 基于RNN的Seq2Seq模型 | 第38-40页 | 4.2.2 基于RNN+context的Seq2Seq模型 | 第40-43页 | 4.2.3 基于双层注意力机制的Seq2Seq模型 | 第43-45页 | 4.3 实验结果与分析 | 第45-49页 | 4.4 本章小结 | 第49-51页 | 第五章 总结与展望 | 第51-53页 | 参考文献 | 第53-57页 | 攻读硕士学位期间完成的科研成果 | 第57-59页 | 致谢 | 第59页 |
|
|
|
|
论文编号BS4281028,这篇论文共59页 会员购买按0.35元/页下载,共需支付20.65元。 直接购买按0.5元/页下载,共需要支付29.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|