基于摘要的论文分类与推荐模型的研究与实现

发布时间：2024-12-17 21:33

　　科研工作者在日常科研活动中往往需要查阅大量的科技论文。所以,快速获取相关研究方向的科技论文成为了科研工作者的普遍需求。于是,对论文的分类和推荐便成为了一个亟待解决的问题。论文摘要是一类极具研究价值的短文本数据。因此,对摘要这类数据进行短文本处理,并基于摘要实现对论文的分类与推荐便具有了重要的意义。在现阶段,短文本处理问题主要采用卷积神经网络和循环神经网络等深度学习技术来解决。但是,这类方法的缺陷在于对短文本特征空间的挖掘不够充分。所以,本文对现有短文本处理方法进行了研究与改进,在此基础上完成了对基于摘要的论文分类与推荐模型的研究,并实现了科技论文推荐原型系统,主要内容如下.:(1)基于摘要的论文分类模型研究。本文针对现有短文本分类方法的不足,在卷积神经网络中加入了主题向量拼接算法,完成了文本主题信息的引入,从而提出了基于主题的卷积神经网络模型。并且,本文将该模型整合到论文分类模型中,使其解决了现有方法对文本特征空间挖掘不足的问题,取得了更好的分类准确率。(2)基于摘要的论文推荐模型研究。本文提出了基于论文类别的特征工程方法,把在论文分类模型中得到的分类结果以分类特征的形式加入到论文推荐模...

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外发展现状
    1.3 论文的主要工作和创新点
        1.3.1 主要工作
        1.3.2 主要创新点
    1.4 论文结构安排
第二章 相关技术介绍
    2.1 潜在狄利克雷分布主题模型概述
    2.2 Word2Vec词嵌入模型概述
    2.3 自然语言处理中的深度学习模型概述
        2.3.1 卷积神经网络
        2.3.2 循环序列模型
        2.3.3 卷积神经网络与循环序列模型的比较
    2.4 XGBoost模型概述
    2.5 相关框架和代码库
        2.5.1 TensorFlow深度学习库概述
        2.5.2 Keras深度学习库概述
    2.6 本章小结
第三章 基于摘要的论文分类与推荐模型研究
    3.1 数据集概述
    3.2 基于主题的卷积神经网络的研究
        3.2.1 数据预处理
        3.2.2 模型结构和原理
        3.2.3 模型调参实验
        3.2.4 模型验证实验
    3.3 基于摘要的论文分类模型研究
        3.3.1 数据预处理
        3.3.2 模型总体结构
        3.3.3 模型调参实验
        3.3.4 模型验证实验
    3.4 基于摘要的论文推荐模型研究
        3.4.1 特征工程
        3.4.2 模型选用
        3.4.3 模型调参实验
        3.4.4 模型验证实验
    3.5 本章小结
第四章 科技论文推荐原型系统的设计与实现
    4.1 系统需求分析
        4.1.1 功能需求分析
        4.1.2 非功能需求分析
    4.2 系统概要设计
        4.2.1 系统总体架构设计
        4.2.2 系统功能模块划分
        4.2.3 系统工作流程设计
        4.2.4 数据库设计
    4.3 系统详细设计与实现
        4.3.1 登录注册模块
        4.3.2 系统管理模块
        4.3.3 论文推荐模块
        4.3.4 结果导出模块
    4.4 本章小结
第五章 科技论文推荐原型系统的测试与分析
    5.1 系统测试环境
    5.2 系统测试及结果分析
        5.2.1 登录注册测试
        5.2.2 系统管理测试
        5.2.3 论文推荐测试
        5.2.4 结果导出测试
        5.2.5 系统性能测试
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间取得的研究成果



本文编号：4016561