基于深度学习的情感分析与个性化推荐研究.pdf

基于深度学习的情感分析与个性化推荐研究.pdf

  1. 1、本文档共56页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
目 录 中 文 摘 要I AbstractIII 第一章 绪论1 1.1. 研究背景及意义1 1.2. 国内外研究现状综述1 1.2.1. 情感分析的研究现状2 1.2.2. 推荐系统研究现状3 1.3. 本文研究内容4 1.4. 论文组织结构5 第二章 情感分析相关理论与技术处理7 2.1. 情感分析技术7 2.2. 情感分析语料获取7 2.3. 情感分析的语料预处理8 2.3.1. 文本语料清洗8 2.3.2. 中文文本分词8 2.3.3. 去停用词9 2.3.4. 将文本转化为词向量10 2.3.5. 文本语料token 化转换12 第三章 基于深度学习的情感分析研究15 3.1. 循环神经网络18 3.1.1. 模型概述18 3.1.2. 实验设计与分析19 3.2. LSTM 神经网络模型21 3.2.1. 模型概述21 3.2.2. 实验设计与分析22 3.3. GRU 神经网络模型24 3.3.1. 模型概述24 3.3.2. 实验设计与分析25 3.4. 双向RNN 神经网络模型27 3.4.1. 模型概述27 3.4.2. 双向LSTM 网络实验设计28 3.4.3. 双向GRU 网络实验设计30 3.5. 模型对比分析31 第四章 基于顾客评论的个性化推荐研究33 4.1. 相关理论与技术33 4.1.1. 关键词提取技术33 4.1.2. 词移距离相似度34 4.2. 实验设计与分析34 第五章 总结与展望37 5.1. 总结37 5.2. 展望38 参考文献39 攻读学位期间取得的研究成果43 致谢45 个人简况及联系方式47 承诺书49 学位论文使用授权说明51 Contents Abstract inChineseI AbstractIII Chapter1Introduction1 1.1. Research Background and Significance 1 1.2. Overview ofthecurrent stateofresearch athomeandabroad1 1.2.1. StatusofThe Study ofEmotionAnalysis2 1.2.2. Thecurrent situation oftherecommendation system research3 1.3. Research content ofthepaper4 1.4. Organization ofpapers5 Chapter2Theory andtechnicalprocessingrelatedtoemotional analysis7 2.1. EmotionAnalysisTechnology7 2.2. EmotionalAnalysisLanguageAcquisition7 2.3. EmotionalAnalysisLanguagePretreatment8 2.3.1. Text corpuscleaning8 2.3.2. Chinesetextword segmentation8 2.3.3. De

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档