面向微博文本的自杀倾向原因识别研究.pdf

面向微博文本的自杀倾向原因识别研究.pdf

  1. 1、本文档共61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 第1章 绪论 1 1.1研究背景与意义 1 1.1.1研究背景 1 1.1.2研究目的和意义2 1.2 国内外研究现状究3 1.2.1基于规则的方法3 1.2.2基于机器学习的方法4 1.2.3基于深度学习的方法5 1.3主要研究内容6 1.4论文组织结构8 第2章 语料构建及相关理论简介 10 2.1数据集构建 10 2.1.1数据集采集与预处理 10 2.1.2数据集标注及统计 12 2.2相关理论简介 13 2.2.1词向量模型 13 2.2.2注意力机制 19 2.3本章小结20 第3章 基于条件随机场的自杀倾向原因识别21 3.1引言21 3.2 条件随机场21 3.3 特征选择及模板构建23 3.3.1 特征选择23 3.3.2 特征模板构建26 3.3.3 实验评价指标27 3.4 实验结果及分析28 3.4.1 自杀倾向原因识别实验28 3.4.2 实验结果及分析30 3.5 本章小结31 第4章 基于长短期记忆网络的自杀倾向原因识别33 I 4.1 引言33 4.2 长短期记忆网络33 4.3 基于双向长短期记忆网络的自杀倾向原因识别方法36 4.3.1 注意力层构建37 4.3.2 ELMo 词向量训练 37 4.3.3 自杀倾向原因识别模型EAP-Bi-LSTM-CRF 38 4.4 实验结果及分析40 4.5 本章小结44 第5章 总结与展望46 参考文献48 致谢52 II Contents 1Introduction 1 1.1 Motivation and Research Significance1 1.1.1 Research Background1 1.1.2 Research Significance 2 1.2 Research Status 3 1.2.1 Rule-based approach 3 1.2.2 Machine learning-based approach4 1.2.3 Deep learning-based approach 5 1.3 Overview and Contributions 6 1.4 Organization 8 2 Corpusconstruction andtechnicalintroduction 10 2.1 Datasets construction 10 2.1.1 Datasets collection and preprocessing10 2.1.2 Datasets annotation and statistics 12 2.2 Related Theory and Technology13 2.2.1 Word vector model 13 2.2.2 Attention mechanis

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