一直以來,古典詩詞在中國文學中擁有舉足輕重的地位,被視作中國文學與文化的瑰寶,因此,古典詩詞有非常高的研究價值,也有著深遠的研究意義。然而,中國上千年流傳下來的詩詞作品數不勝數,按照傳統的研究方法,研究者需要經過大量的閱讀儲備,再對眾多文學作品進行翻閱、查找、記錄、整理、分析、統計等工作,最后做出個人的判斷。在這樣的過程,不僅研究者需要投入大量的人力、物力、精力以及時間,也對研究人員的文學素養(yǎng)有著較高的要求,且會由于個人的喜愛偏好做出不客觀的結論。國家對于社會主義核心價值觀的不斷倡導,說明愛國這一精神,對于生活在高速發(fā)展的現代中的每個人都非常重要。愛國情懷中蘊含了悠久的歷史文化,而古詩詞一直是中國人非常喜愛的一種文學形式,通過宣傳弘揚愛國詩詞來激發(fā)人們的愛國情懷是很有幫助的。對愛國詩詞的學習有助于傳揚中華文化,弘揚民族精神,培養(yǎng)社會主義核心價值觀。本文利用文本挖掘的統計模型和計算機程序語言,在研究中考慮古詩詞這一文學形式的特點,對古典詩詞進行分類,將其分為愛國和其他類別兩類,在確定分類模型之后,利用該模型對更多更全面的古詩詞數據進行分類得到其中的愛國詩詞,再對愛國詩詞進行總體分析以探尋...

【文章來源】： 上海師范大學上海市

【文章頁數】：53 頁

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 研究意義
    1.3 研究內容、研究目的和框架結構
        1.3.1 研究內容
        1.3.2 研究目的
        1.3.3 框架結構
    1.4 研究的創(chuàng)新
第2章 文獻綜述和相關理論
    2.1 文獻綜述
        2.1.1 文本挖掘國內外研究情況
        2.1.2 古典詩詞計算化研究情況
        2.1.3 文獻評述
    2.2 相關理論
        2.2.1 文本預處理
        2.2.2 詞向量
        2.2.3 SVM分類算法
        2.2.4 卷積神經網絡
        2.2.5 TextCNN
        2.2.6 Tensorflow
第3章 基于DSG訓練詞向量
    3.1 統計語言模型
    3.2 word2vec模型
        3.2.1 連續(xù)詞袋(CBOW)模型
        3.2.2 Skip-gram模型
    3.3 DSG(directional Skip-gram)模型
    3.4 詞向量訓練結果展示
    3.5 本章小結
第4章 古典詩詞的分類算法研究
    4.1 數據介紹
    4.2 文本預處理
        4.2.1 中文分詞
        4.2.2 去停用詞
    4.3 提取詞向量
    4.4 基于SVM的古典詩詞分類
        4.4.1 一種樸素的文本表示方法
        4.4.2 模型構建
        4.4.3 模型訓練
    4.5 基于TextCNN的古典詩詞分類
        4.5.1 模型構建
        4.5.2 模型訓練
    4.6 分類效果評估
        4.6.1 分類評估指標
        4.6.2 分類結果對比
    4.7 本章小結
第5章 愛國詩詞總體分析
    5.1 數據介紹
    5.2 TextCNN分類模型應用及愛國詩詞總體分析
        5.2.1 TextCNN分類模型應用
        5.2.2 愛國詩詞歷史時期分布情況
        5.2.3 愛國詩詞作者分布情況
    5.3 陸游愛國詩詞詞頻分析
    5.4 本章小結
第6章 總結與展望
    6.1 總結
    6.2 展望
        6.2.1 工作改進
        6.2.2 應用方向
參考文獻
致謝


【參考文獻】：
期刊論文
[1]對文本分類算法選擇和數據標注的研究 [J]. 王悅林.  電子技術與軟件工程. 2019(10)
[2]基于改進的K-means算法在文本挖掘中的應用 [J]. 楊丹,朱世玲,卞正宇.  計算機技術與發(fā)展. 2019(04)
[3]Web環(huán)境下語義挖掘模型的構建 [J]. 劉愛琴,趙慧敏,尚珊.  圖書館理論與實踐. 2018(10)
[4]基于文本挖掘的電網客戶服務滿意度評價模型 [J]. 何薇,張劍,于雪霞,吳佐平,張小華,陳晨.  電子世界. 2017(07)
[5]酒店顧客在線評論的文本挖掘 [J]. 熊偉,郭揚杰.  北京第二外國語學院學報. 2013(11)
[6]基于Lucene的中文分詞模塊的設計和實現 [J]. 羅寧,徐俊剛,郭洪韜.  電子技術. 2012(09)
[7]基于頻繁關鍵字共現的詩詞風格分類模型研究 [J]. 吳春龍,周昌樂.  廈門大學學報(自然科學版). 2008(01)
[8]基于詞聯接的詩詞風格評價技術 [J]. 李良炎,何中市,易勇.  中文信息學報. 2005(06)
[9]基于遺傳算法改進詩詞風格判別的研究 [J]. 易勇,何中市,李良炎,周劍勇,瞿義玻.  計算機科學. 2005(07)
[10]中文自動分詞系統的設計模型 [J]. 鄧宏濤.  計算機與數字工程. 2005(04)

博士論文
[1]Web文本挖掘中若干問題的研究[D]. 王占一.北京郵電大學 2012
[2]計算機輔助詩詞創(chuàng)作中的風格辨析及聯語應對研究[D]. 易勇.重慶大學 2005

碩士論文
[1]文本挖掘在電商評論分析中的應用[D]. 榮黎明.華中科技大學 2016
[2]基于在線點評的酒店顧客滿意度研究[D]. 李景.上海師范大學 2015
[3]web中文文本的數據挖掘技術研究[D]. 張彥.山東大學 2011
[4]宋詞格律分析的計算方法及其應用研究[D]. 賴興邦.廈門大學 2008



本文編號：3482919