中文文本分类技术综述与研究进展.docxVIP

中文文本分类技术综述与研究进展

目录

一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2文本分类概念界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4本文组织结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

二、中文文本分类基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1文本预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1.1分词方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1.2停用词处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.1.3词性标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.4文本规范化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.2特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.3文本分类模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3.1基于统计的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.3.2基于机器学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.3.3基于深度学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

三、基于传统方法的中文文本分类．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.1朴素贝叶斯分类器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.2支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.3决策树分类器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.4混合模型方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

四、基于深度学习的中文文本分类．．．．．．．．．．．．．．．．．．．．．．．．．．．38

4.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

4.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

4.2.1长短时记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.2.2门控循环单元．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

4.3递归神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.4注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.5转换器模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.6预训练语言模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

五、中文文本分类技术应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

5.1新闻分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

5.2评论分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

5.3社交媒体监控．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

5.4情感分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

5.5主题建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

六、中文文本分类面临的挑战与未来发展方向．．．．．．．．．