目录
第一章绪论 (1)
1.1研究背景和意义 (1)
1.2 国内外研究现状 (2)
1.3 本文研究内容 (3)
1.4 论文结构安排 (4)
第二章社交媒体短文本分类方法的相关技术研究 (5)
2.1 引言 (5)
2.2 短文本的特征表示方法研究 (5)
2.2.1 基于TF-IDF的短文本表示方法 (6)
2.2.2 基于外部格式的短文本表示方法 (7)
2.2.3 基于word2vec的短文本表示方法 (8)
2.3 社交媒体短文本的分类方法研究 (11)
2.3.1 朴素贝叶斯 (11)
2.3.2 决策树 (12)
2.3.3 支持向量机 (13)
2.4 基于深度学习的短文本分类方法 (14)
2.4.1 TextCNN (15)
2.4.2 TextRNN (16)
2.5 本章小结 (16)
第三章基于外部特征的社交媒体短文本分类方法 (17)
3.1 研究背景 (17)
3.2 社交媒体短文本外部特征的提取 (18)
3.3 基于外部特征的文本分类方法 (22)
3.3.1 基于CART的文本分类方法 (22)
3.3.2 基于随机森林的文本分类方法 (23)
3.4 实验及结果分析 (24)
3.5 本章小结 (29)
第四章基于深度学习的社交媒体短文本分类方法 (30)
4.1 研究背景 (30)
4.2 基于CNN的社交媒体短文本分类 (30)
4.2.1 CNN的原理简介 (31)
4.2.2 CNN用于社交媒体短文本分类 (32)
4.2.3 CNN模型的优缺点 (35)
4.3 基于C-LSTM的社交媒体短文本分类 (35)
4.3.1 LSTM的原理简介 (36)
4.3.2 C-LSTM用于社交媒体短文本分类 (39)
4.4 实验及结果分析 (42)
4.5 本章小结 (47)
第五章总结与展望 (48)
5.1 工作总结 (48)
5.2 工作的不足与展望 (49)
致谢 (50)
参考文献 (51)
攻读硕士学位期间取得的研究成果 (54)