首页 > 资料专栏 > 论文 > 专题论文 > 其他论文 > MBA毕业论文_于深度学习的电信客户投诉短文本分类方法研究PDF

MBA毕业论文_于深度学习的电信客户投诉短文本分类方法研究PDF

资料大小:1534KB(压缩后)
文档格式:PDF
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2022/1/14(发布于广东)
阅读:4
类型:金牌资料
积分:--
推荐:升级会员

   点此下载 ==>> 点击下载文档


文本描述
第一章绪论................................................................................................................1 1.1研究背景及意义...............................................................................................1 1.1.1研究背景.................................................................................................1 1.1.2研究意义.................................................................................................2 1.2国内外研究现状...............................................................................................3 1.2.1客户投诉管理的研究现状.....................................................................3 1.2.2短文本分类的研究现状.........................................................................4 1.3研究内容及方法...............................................................................................7 1.3.1研究内容.................................................................................................7 1.3.2研究方法.................................................................................................7 1.4本文结构安排...................................................................................................8 第二章相关理论基础................................................................................................9 2.1客户投诉管理...................................................................................................9 2.1.1客户投诉管理概述.................................................................................9 2.1.2客户投诉的价值...................................................................................11 2.1.3客户投诉文本分析...............................................................................13 2.2深度文本表示模型.........................................................................................14 2.2.1文本预处理...........................................................................................14 2.2.2文本表示模型.......................................................................................16 2.3文本分类方法.................................................................................................20 2.3.1文本分类相关概念..............................................................................20 2.3.2常见文本分类算法...............................................................................21 第三章基于Doc2vec的客户投诉短文本分类方法..............................................23 3.1方法框架.........................................................................................................23 3.2短文本特征表示.............................................................................................24 3.2.1基于主题信息扩展策略.......................................................................24 3.2.2基于Doc2vec的特征提取...................................................................26 3.2.3特征向量拼接......................................................................................28 3.3短文本分类.....................................................................................................28 第四章实例研究......................................................................................................31 4.1实验设计.........................................................................................................31 4.1.1数据描述...............................................................................................31 4.1.2评价指标...............................................................................................32 4.1.3实验流程...............................................................................................33 4.2实验结果及分析.............................................................................................33 4.2.1不同分类器性能的比较结果...............................................................33 4.2.2不同参数设置的比较结果...................................................................34 4.2.3文本信息扩展前后的比较结果...........................................................36 4.2.4不同特征提取方法的比较结果...........................................................37 第五章总结与展望..................................................................................................38 5.1研究结论........................................................................................................38 V 5.2展望................................................................................................................38