基于深度学习LSTM模型的新闻分类方法设计.pdf

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2开发环境与工具1

1.2.1Python简介1

1.2.2Tensorflow简介2

1.2.3Python第三方库简介2

2需求分析3

2.1可行性需求分析3

2.2数据集采集功能分析3

2.3关键技术分析3

2.3.1卷积神经网络原理3

2.3.2jieba关键技术4

3数据采集4

3.1数据集需求分析4

3.2数据集获取分析5

3.3数据集下载6

4数据集处理6

4.1导入所需要的库6

4.2读取训练集、验证集和测试集6

4.3查看数据集大小7

4.4精确分词7

4.4.1保存分词文件7

4.4.2文本向量化8

4.5拼接数据集及绘图9

4.5.1绘制散点图10

4.5.2绘制直方图11

5模型构建及评估分析11

I

湖南商务职业技术学院毕业设计

5.1模型构建11

5.1.1模型结构11

5.1.2建立模型12

5.2模型编译13

5.2.1优化器设置13

5.2.2损失函数设置13

5.2.3模型编译13

5.3模型训练与调优14

5.3.1模型训练设置14

5.3.2学习率调优14

5.3.3Epochs设置15

5.4模型部署15

5.4.1系统前端设计15

5.4.2设计效果展示及分析16

6小结18

参考资料20

II

湖南商务职业技术学院毕业设计

基于深度学习LSTM模型新闻分类方法设计

1引言

在5G时代的快速推进下，新闻的传播速度以秒进行，新闻的数据量导数

据的快速发展，大数据技术、互联网、移动互联网、社交网络自媒体等促进

下，新闻的分类技术变得越来越成熟，将成千上万条新闻进行分类，让它在人

们心中的价值越来越高。

1.1项目背景