隨著時(shí)代的進(jìn)步與發(fā)展,以及大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)相互融合的技術(shù)革命,使得自然語(yǔ)言處理技術(shù)在某一領(lǐng)域取得了快速發(fā)展,尤其在智能寫(xiě)作上起到了非常關(guān)鍵性的作用。本文以亞太地區(qū)雙字節(jié)語(yǔ)言尤其是以中文漢字為研究對(duì)象,基于自然語(yǔ)言處理理論,嘗試建立智能寫(xiě)作計(jì)算模型,并通過(guò)計(jì)算讓機(jī)器獲得自然語(yǔ)言要表達(dá)的思想和含義,然后做出一個(gè)合理的響應(yīng),探索文字之間的定量關(guān)系,進(jìn)一步揭示自然語(yǔ)言處理機(jī)理、探索機(jī)器理解自然語(yǔ)言的規(guī)律。本文通過(guò)系統(tǒng)研究NLP技術(shù),在探索文本自動(dòng)生成模型規(guī)律的基礎(chǔ)上,提出構(gòu)建基于RNN雙層網(wǎng)絡(luò)算法的語(yǔ)言模型,為智能寫(xiě)作提供理論依據(jù),RNN雙層網(wǎng)絡(luò)算法為文章的自動(dòng)生成提供技術(shù)支撐。具體研究?jī)?nèi)容包括以下三個(gè)方面:1.通過(guò)分析和研究目前自然語(yǔ)言處理和機(jī)器學(xué)習(xí)相關(guān)技術(shù),探索文本自動(dòng)生成模型規(guī)律。本文在系統(tǒng)研究自然語(yǔ)言處理技術(shù)的基礎(chǔ)上,著重研究了其在中文文本中應(yīng)用,并且通過(guò)研究基于深度學(xué)習(xí)的機(jī)器學(xué)習(xí)方法,來(lái)探索文本的自動(dòng)生成模型。2.構(gòu)建了一個(gè)基于RNN的雙層網(wǎng)絡(luò)語(yǔ)言模型。在充分理解文本生成技術(shù)以及NLP技術(shù)基礎(chǔ)上,提出構(gòu)建基于RNN雙層網(wǎng)絡(luò)語(yǔ)言模型,該模型采用增加網(wǎng)絡(luò)層數(shù)的方式,替代原有的一層網(wǎng)... 

【文章來(lái)源】：華北水利水電大學(xué)河南省

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

百度公司開(kāi)放AI平臺(tái)創(chuàng)作的春聯(lián)Fig.1-1Smartvillagealliance

華北水利水電大學(xué)碩士學(xué)位論文階段。在智能寫(xiě)作領(lǐng)域上，一些公司利用深度學(xué)習(xí)相關(guān)技術(shù)已經(jīng)研究出了比較，例如，百度公司開(kāi)放的 AI 平臺(tái)的智能寫(xiě)春聯(lián)應(yīng)用見(jiàn)下圖 1-1 所示和京東的見(jiàn)下圖 1-2 所示都是智能寫(xiě)作的應(yīng)用。未來(lái)，智能寫(xiě)作將會(huì)在更多方面得到推。圖 1-1 百度公司開(kāi)放 AI 平臺(tái)創(chuàng)作的春聯(lián)Fig. 1-1 Smart village alliance

習(xí)之所以被稱為深度是由于其支持向量機(jī)、決策樹(shù)、隨機(jī)森林等淺層學(xué)習(xí)算法在深度學(xué)習(xí)所學(xué)習(xí)的模型中非線性操作的層級(jí)數(shù)更多。淺層學(xué)習(xí)依賴的是人工樣本的體征，網(wǎng)絡(luò)模型學(xué)習(xí)后獲得是沒(méi)有層次結(jié)構(gòu)的單層特征；而深度學(xué)習(xí)通信號(hào)進(jìn)行逐層特征變換，將樣本在原來(lái)空間的特征轉(zhuǎn)換到新的地址空間，自動(dòng)到層次化的特征表示，從而有利于數(shù)據(jù)分類和特征的可視化。傳統(tǒng)的機(jī)器學(xué)習(xí)處理方法都是基于大量的特征工程，利用預(yù)處理后的數(shù)據(jù)訓(xùn)練，然后進(jìn)行分類和回歸處理。深度學(xué)習(xí)是通過(guò)特此提取器，來(lái)取代人工進(jìn)行特它是現(xiàn)在實(shí)現(xiàn)機(jī)器學(xué)習(xí)最有效的方式。利用它可以很好的解決機(jī)器學(xué)習(xí)中的監(jiān)無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)中的問(wèn)題。.1 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)深度學(xué)習(xí)最有效的方式就是神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)的產(chǎn)出源于科學(xué)家們對(duì)大作機(jī)理的研究。他們不斷探索和模擬人的大腦結(jié)構(gòu)，希望可以造出能思考的長(zhǎng)時(shí)間的研究，科學(xué)家們發(fā)現(xiàn)了人類之所以可以思考源于人體的一個(gè)特征——。人體的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如下圖 2-3 所示：

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器新聞寫(xiě)作研究現(xiàn)狀[J]. 涂佳焰.  新媒體研究. 2017(17)
[2]機(jī)器新聞寫(xiě)作的興起歷程與技術(shù)后果[J]. 薛龍,張學(xué)霞.  西安工業(yè)大學(xué)學(xué)報(bào). 2017(06)
[3]基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)在公共安全領(lǐng)域的應(yīng)用[J]. 孫國(guó)勇.  科技傳播. 2017(04)
[4]一種宋詞自動(dòng)生成的遺傳算法及其機(jī)器實(shí)現(xiàn)[J]. 周昌樂(lè),游維,丁曉君.  軟件學(xué)報(bào). 2010(03)

博士論文
[1]基于深度學(xué)習(xí)模型的CCG超標(biāo)注[D]. REKIA KADARI.哈爾濱工業(yè)大學(xué) 2018
[2]基于分布表示的跨語(yǔ)言跨任務(wù)自然語(yǔ)言分析[D]. 郭江.哈爾濱工業(yè)大學(xué) 2017
[3]面向微博短文本的情感分析研究[D]. 劉楠.武漢大學(xué) 2013

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的維吾爾文詞向量表示方法及其應(yīng)用研究[D]. 艾力·海如拉.新疆大學(xué) 2018
[2]基于深度學(xué)習(xí)的自然語(yǔ)言處理中問(wèn)題分析的研究[D]. 程穎濤.西安郵電大學(xué) 2018
[3]基于深度學(xué)習(xí)中文分詞的研究[D]. 王夢(mèng)鴿.西安郵電大學(xué) 2018
[4]基于深度學(xué)習(xí)的情感智能回復(fù)生成的設(shè)計(jì)與研究[D]. 王一徑.哈爾濱工業(yè)大學(xué) 2018
[5]基于深度學(xué)習(xí)的中國(guó)詩(shī)歌自動(dòng)生成算法研究[D]. 劉錚揚(yáng).湖南師范大學(xué) 2018
[6]基于自然語(yǔ)言表達(dá)的機(jī)器人目標(biāo)檢測(cè)方法研究[D]. 劉浩鵬.山東大學(xué) 2018
[7]遷移學(xué)習(xí)中預(yù)訓(xùn)練中文詞向量?jī)?yōu)化方法研究[D]. 潘常瑋.北京交通大學(xué) 2018
[8]基于機(jī)器學(xué)習(xí)的軍事網(wǎng)絡(luò)輿情分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 杜芳.西安電子科技大學(xué) 2018
[9]自然語(yǔ)言中的實(shí)體分類方法研究[D]. 崔開(kāi)元.山東大學(xué) 2018
[10]集成本體與自然語(yǔ)言處理的BIM建筑施工過(guò)程安全風(fēng)險(xiǎn)檢查研究[D]. 吳松飛.華南理工大學(xué) 2018



本文編號(hào)：3458786