1. 毕业设计（论文）主要内容：

所谓短文本主要是指手机短信、微博、商品评论、论坛帖子等一类长度较短,字数有限的文本。在该类短文本中，往往存在着大量的违反信息交互平台使用规定的违法的垃圾类文本，例如垃圾短信、广告微博、虚假评论等。本课题要求研究短文本中文分词及特征提取方法，研究基于人工智能识别垃圾短文本的方法，并设计识别算法，编程验证。

2. 毕业设计（论文）主要任务及要求

1. 调研，了解人工智能以及垃圾短文本识别的国内外研究现状，明确研究内容、技术路线，完成开题报告。阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇）。
2. 研究短文本中文分词及特征提取；
3. 学习人工智能知识，掌握Python编程语言及人工智能平台的应用；
4. 设计实现识别垃圾短文本的神经网络模型；
5. 编程实现垃圾短文本识别并完成测试；
6. 翻译不少于5000汉字（或20000英文印刷符）的与课题相关的英文资料。
7. 撰写毕业论文，字数不少于1.2万字，图量不少于12个，并完成答辩的相关工作。

3. 毕业设计（论文）完成任务的计划与安排

1~3周：调研，完成开题报告。

4周：学习人工智能、python编程。

5~6周：研究设计短文本中文分词及特征提取方法。

4. 主要参考文献

1. Wesley chun．Python核心编程[M]．人民邮电出版社，2016.05
2. Eric Matthes．Python教程从入门到实践[M]．人民邮电出版社，2016.07。
3. 赖文辉，乔宇鹏．基于词向量和卷积神经网络的垃圾短信识别方法[J]．计算机应用，2018，38（9）：2469-2476。
4. 江大鹏．基于词向量的短文本分类方法研究[D]．浙江大学，2015。
5. Mingxuan liu, Xinghua Fan. A Method for Chinese Short Text Classification Considering Effective Feature Expansion[J] . International Journal of Advanced Research in Artificial Intelligence . 2012 (1)