1. 毕业设计(论文)主要目标:
实现基于循环神经网络(RNN)的新闻标题生产。
传统的方法是从文本中直接抽取,目前技术比较成熟,但抽取质量及内容流畅度均差强人意。现计划利用循环神经网络模型对文本摘要进行概括和优化,完成模型训练,文本分析,文本转化,文本概括的过程,最终程序能对于一段新闻,自动生成合适的标题。
2. 毕业设计(论文)主要内容:
研究的主要内容包括:
(1)文本分析过程:对原文进行分析处理,识别出冗余信息;
(2)文本内容的选取和泛化过程:从文档中辨认重要信息,通过循环神经网络学习文本,形成文摘表示;
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 主要参考文献
[1] Huang Z, Xu W, et al.: Bidirectional LSTM-CRF Models for Sequence Tagging[J], arXiv:1508.01991 (2015)
[2] C. Cortes, N.D, et al.: Lawrence Advances in Neural Information Processing Systems 28, NIPS(2015)
[3] Martin S, Ralf S, et al.: From feedforward to recurrent LSTM neural networks for language modeling, IEEE (2015)
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。