基于NLP特征提取与文本分析的小说推荐系统设计与实现任务书

 2022-01-06 20:03:26

全文总字数:1705字

1. 毕业设计(论文)主要内容:

迄今为止,网络文学已经经过了20年的发展,目前市场上网络小说种类繁多,数量庞大。

为了更加贴合读者兴趣,NPL的特征提取、文本分析等技术已经广泛的应用于针对用户的推荐算法中。

本论文相较于传统的贴标签分类系统,自然语言处理(NLP)技术可以提取每个小说文本的特征,再利用相似矩阵来推荐指定小说的相似作品。

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!

2. 毕业设计(论文)主要任务及要求

任务要求:

(1)查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);

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. 毕业设计(论文)完成任务的计划与安排

(1)2020/1/13—2020/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;

(2)2020/3/1—2020/4/30:系统架构、程序设计与开发、系统测试与完善;

(3)2020/5/1—2020/5/25:撰写及修改毕业论文;

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!

4. 主要参考文献

[1] Convolutional Neural Networks forSentence Classification,Yoon Kim New YorkUniversity yhk255@nyu.edu

[2] B. Yang, C. Cardie. 2014.Context-aware Learning for Sentence-level Sentiment Analysis with PosteriorRegularization. In Proceedings of ACL 2014.

[3] Mathias Landhuer, Sven J. Krner, Tichy W F , et al. DeNom: A Tool toFind Problematic Nominalizations using NLP[C]// Second International Workshopon Artificial Intelligence for Requirements Engineering. 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。