基于深度学习的教育技术学术论文文本自动分类研究

声明

摘要

第一章 绪论

1．1．3 文本分类技术的发展

1．2 文献综述

1．2．1 教育技术学术论文研究现状

1．2．2 国内外文本分类研究现状

1．2．3 现状分析

1．3 研究内容、意义与方法

1．3．1 研究内容

1．3．2 研究意义

1．3．3 研究方法

1．4 论文结构

第二章 概念界定与相关模型

2．1．3 文本分类

2．2 深度学习的相关模型

2．2．1 自然语言模型

2．2．2 循环神经网络

2．2．3 卷积神经网络

2．3 本章小结

第三章 教育技术学术论文分类规则的建立

3．1 教育技术期刊论文热点分析

3．2 教育技术核心期刊目录模块划分分析

3．3 教育技术学术论文分类规则的建立

3．3．2 远程教育与在线教育研究

3．3．3 学习资源与技术

3．3．4 学科发展与教学管理

3．4本章小结

第四章 教育技术学术论文文本分类实验设计

4．1 训练教育技术词向量对教育技术学术论文文本分类效果的影响

4．1．1 实验目的与假设

4．1．2 实验变量设计

4．1．3 实验条件

4．1．4 实验流程

4．2 不同神经网络模型对教育技术学术论文文本分类效果的影响

4．2．1 实验目的与假设

4．2．2 实验变量设计

4．2．3 实验条件

4．2．4 实验流程

4．3 本章小结

第五章 教育技术学术论文文本分类实现

5．1 实验数据集构建

5．1．1 实验数据来源

5．1．2 实验数据采集

5．1．3 实验数据整理

5．1．4 实验数据人工标注

5．2 文本分词

5．2．1 教育技术语料库构建

5．2．2 教育技术期刊论文文本分词

5．3 教育技术词向量训练

5．4 教育技术学术论文文本分类的模型结构

5．5 实验评价标准

5．6 本章小结

第六章 实验结果及其分析

6．1 训练教育技术词向量对教育技术学术论文文本分类效果的影响

6．1．1 实验结果

6．1．2 实验对比分析

6．2 不同神经网络模型对教育技术学术论文文本分类效果的影响

6．2．1 实验结果

6．2．2 实验对比分析

6．3 教育技术学术论文分类结果与分析

6．4 本章总结

第七章 总结与展望

7．2 研究展望

参考文献

致谢