基于深度学习的写作风格迁移研究与实现任务书

 2021-11-21 04:11

1. 毕业设计(论文)主要内容:

1、文章数据采集和处理对文本进行预处理和分词2、写作风格特征提取提取写作风格特征,如标点使用频率、虚词词频等,通过这这些特征来描述不同作者的写作风格。3、实验数据对比分析

通过对比实验,验证写作风格识别模型的普适性和准确性

4. 写作风格迁移的实现

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

主要任务要求: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);2.认真填写周记,完成至少1500字开题报告(“设计的目的及意义”至少800汉字;“基本内容和技术方案”至少400汉字;进度安排应尽可能详细;教指导教师意见应包含:学生的调研是否充分?基本内容和技术方案是否已明确?是否已经具备开始设计(论文)的条件?能否达到预期的目标?是否同意进入设计(论文)阶段?);3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);4.完成系统的编码与调试;5.完成10000字以上的毕业论文;6.进行论文答辩。

3. 毕业设计(论文)完成任务的计划与安排

时间节点:(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;(4)2020/5/26—2020/6/5:准备答辩。

4. 主要参考文献

必读参考文献[1] 刘明勇. 基于写作风格学的作者识别技术研究[D]. 浙江大学, 2013.[2] 万晶. 中文作者识别方法研究[D]. 湖南大学, 2012.[3] 张运良, 朱礼军, 乔晓东,等. 基于句类特征的作者写作风格分类研究[J]. 计算机工程与应用, 2009, 45(22):129-131.[4] Hogenboom A, Frasincar F, Jong F D, et al. Using rhetorical structure in sentiment analysis[J]. Communications of the Acm, 2015, 58(7):69-77.[5] 李超. 基于深度学习的短文本分类及信息抽取研究[D]. 郑州大学, 2017.[6] Kolotienko S, Anisimovich K, Myakutin A V, et al. Natural language text classification based on semantic features[J]. 2018.[7] Sachan D S, Zaheer M, Salakhutdinov R. Investigating the Working of Text Classifiers[J]. 2018.[8] Song J, Qin S, Zhang P. Chinese text categorization based on deep belief networks[C]// Ieee/acis, International Conference on Computer and Information Science. IEEE, 2016:1-5.[9] Sun S, Luo C, Chen J. A Review of Natural Language Processing Techniques for Opinion Mining Systems[J]. Information Fusion, 2016, 36:10-25.[10] 王甜甜. 互联网新闻分类中特征选择和特征提取方法研究[D]. 中国科学技术大学, 2016.

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。