1. 研究目的与意义（文献综述）

1.1研究目的及意义

2. 研究的基本内容与方案

大数据时代,文本分类是文本数据挖掘和文本价值探索领域的重要工作。传统的文本分类系统存在特征提取能力弱、分类准确率不高的问题。相对于传统的文本分类技术,深度学习技术具有准确率高、特征提取有效等诸多优势。

本文是深度神经网络在自然语言处理领域的研究，具体的目标是拟设计一个基于深度学习的电影评论情感分类系统，达到能够分辨正面评论和负面评论的效果。本文具体工作如下：

（1）对文本情感分析任务进行分析，的基本流程，包括文本预处理、文本表示方法和构建分类模型等。在文本表示时，针对高维度和语义不相关的问题，本文使用word2vec词嵌入的方法将文本单词转化为含有一定语义信息的向量，有助于神经网络分类模型对文本语义更好的理解。在构建分类模型的步骤，本文介绍了cnn、rnn、lstm、gru等神经网络，以及使用它们构建文本分析模型的方法。

3. 研究计划与安排

（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：完成仿真环境的搭建，建立电影评论数据库，设计python程序。

4. 参考文献（12篇以上）

[1] joseph d. prusa, taghi m. khoshgoftaar.improving deep neural network design with new text datarepresentations [j]. journal of big data, 2017, 4(1):1-16.

[2]庞丹丹.基于深度学习的文本分类技术的研究[d].北方工业大学, 2018.

[3]闫琰.基于深度学习的文本表示与分类方法研究[d].北京科技大, 2016.