原创力文档- 1、本文档共67页，可阅读全部内容。
- 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、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、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
目录
摘要IV
ABSTRACTVI
第一章绪论1
1.1研究背景和意义1
1.2研究现状及分析2
1.3论文主要工作3
1.4论文组织结构4
1.5本章小结5
第二章相关理论介绍6
2.1文本分类相关基础6
2.1.1文本分类任务定义6
2.1.2弱监督文本分类任务定义8
2.2深度学习相关新闻文本分类基础8
2.2.1基于循环神经网络的新闻文本分类9
2.2.2基于注意力机制的新闻文本分类11
2.2.3基于图神经网络的文本分类12
2.2.4基于预训练语言模型的文本分类12
2.3基于弱监督学习的新闻文本分类模型14
2.3.1基于lotClass模型的文本分类14
2.3.2基于westClass模型的文本分类14
2.3.3基于MotifClass模型的文本分类15
2.4本章小结15
第三章基于GRU的新闻文本分类方法16
3.1研究动机16
3.2方法概述18
3.2.1结构感知模块18
3.2.2文档级元素排序模块20
3.2.3标签传输模块20
3.3实验21
3.3.1评价指标22
3.3.2数据22
3.3.3实验设置23
3.3.4基线模型及主要实验结果23
3.3.5主要实验以及消融实验25
3.4结论26
第四章弱监督文本分类中标签词汇的增强27
4.1研究动机27
4.2方法概述29
4.2.1衍生词增强模块29
4.2.2噪声过滤模块32
4.2.3模型一致性正则化模块34
4.3实验36
4.3.1数据集36
4.3.2比较方法36
4.3.3结果分析37
4.3.4数据集分类标签的选择38
4.3.5衍生词的准确性与数量表示之间的关系38
4.3.6加入数据增强后对实验进行比较38
4.3.7噪声过滤模块对模型分类精度的影响39
4.3.8标签变化的稳健性分析40
4.4结论41
第五章新闻文本分类系统的设计与实现42
5.1系统需求分析42
5.1.1功能性需求分析42
5.1.2非功能性需求分析43
5.2系统设计43
5.2.1系统概要设计43
5.2.2数据采集模型44
5.2.3新闻文本分类模块44
5.2.4新闻分类管理模块45
5.2.5数据库模块45
5.3系统实现48
5.3.1用户端功能48
5.3.2系统实现49
5.4系统测试50
5.4.1系统测试50
5.4.2测试结果
文档评论（0）